Escolar Documentos
Profissional Documentos
Cultura Documentos
\,,
Análise Combinatória e
Pro habilidade
--"!
--,;-....
_
-~
-
__ .
Conteúdo
1. Introdução 1
1.1 O que é Combinatória? 1
1.2 Um Pouco de História 2
1.3 Conjuntos 10
2. Combinações e Permutações 17
AQUISICA~R ~MPRA
ADQUIRIDO Dt ç}iP' f o,..,_, 2.1 Introdução 17
2.2 Permutações Simples 27
2.3 Combinações Simples 31
7 8 FEV. 2000 2.4 Permutações Circulares 41
2.5 Permutações de Elementos·nem Todos Distintos 45
PREÇO ,:{20,, <-0
2.6 Combinações Completas 48
REGIS!OO0-~.U · \11""" '-A
DATA DO ~EG1srno j g • lJ ~ ~. (J Ú ('J 3. Outros Métodos de Contagem 56
3.1 O Princípio da Inclusão-Exclusão 56
3.2 Permutações Caóticas 68
3.3 Os Lemas de Kaplansky 72
3.4 O Princípio da Reflexão 77
3.5 O princípio de Dirichlet 81
4. Números Binomiais 88
4.1 O Triângulo de Pascal 88
4.2 O Binômio de Newton 104
4.3 Polinômio de Leibniz 114
5. Probabilidade 118
5.1 Introdução 118
5.2 Espaço Amostral e Probabilidades de Laplace 119
5.3 Espaços de Probabilidade 125
5.4 Probabilidades Condicionais 140
5.5 A Distribuição Binomial 165
Apêndice 1 170
Apêndice 2 175 Prefácio
Apêndice 3 178
Respostas dos Exercícios 180
Bibliografia 186
Análise Combinatória são: torno de 300 a. C. O triângulo de Pascal era conhecido por Chu
1) Demonstrar a existência de subconjuntos de elementos de Shih-Chieh, na China, (cm torno de 1300) e antes disso pelos
um conjunto finito dado e que satisfazem certas condições hindus e árabes. O matemático hindu Báskhara (111-1-1185?),
conhecido geralmente pela "fórmula de Báskhara" para a solução
2) Contar ou classificar os subconjuntos de um conjunto finito
e que satisfazem certas condições dadas. de equações do 2º grau, sabia calcular o número de permutações,
de combinações e de arranjos de n objetos. O mesmo aconte-
Embora a Análise Combinatória disponha de técnicas gerais ceu com o matemático e filósofo religoso francês Levi ben Gerson
que permitem atacar certos tipos de problemas, é verdade que a (1288-1341), que nasceu e trabalhou no sul da França, e que, entre
solução de um problema combinatório exige quase sempre enge- outras coisas, tentou demonstrar o 5º Postulado de Euclides. O
nhosidade e a compreensão plena da situação descrita pela pro- nome coeficiente binomial foi introduzido mais tarde por Michael
blema. Esse é um dos encantos desta parte da matemática, em Stifel (1486?-1567), que mostrou, em torno de 1550, como calcu-
que problemas fáceis de enunciar revelam-se por vezes difíceis, lar (1 + x)n a partir do desenvolvimento de (1--f x) 11- 1 . Sabemos
exigindo uma alta dose de criatividade para sua solução. também que o matemático árabe Al-Karaji (fins do século X) co-
Por que privilegiar o estudo das combinaç.ões, arranjos e nhecia a lei de formação dos elementos do triângulo de Pascal,
permutações em um primeiro curso de Análise Corhbinatória? p+1 _ cp+1
C n+l - n + cP
'n·
Em primeiro lugar, entre os vários tipos de "números para O primeiro aparecimento do triângulo de Pascal no Ocidente foi
contagem" da Análise Combinatória, eles são certamente os mais no frontispício de um livro de Petrus Apianus (1495-1552). Nic-
simples e de uso mais amplo. Além disso, eles permitem resolver colo Fontana Tartaglia (1499-1559) relacionou os elementos do
uma grande quantidade de problemas de Análise Combinatória. triângulo de Pascal com as potências de (x + y). Pascal (1623-
Outra razão para seu estudo é a aplicabilidade desses números 1662) publicou um tratado em 1654 mostrando como utilizá-los
a problemas de probabilidades finitas, um campo de aplicação para achar os coeficientes do desenvolvimento de (a+ b)n. Jaime
importante da Análise Combinatória. Bernoulli (1654-1705), em seu Ars Conjectandi, de 1713, usou a
Por outro lado, se a aprendizagem destes conceitos se faz interpretação de Pascal para demonstrar que
de maneira mecânica, limitando-se a empregá-los em situações
padronizadas, sem procurar habituar o aluno com a análise cuida-
dosa de cada problema, cria-se a impressão de que a Análise Com-
(x + y)" e t (")x"-iyi.
i=O t
binatória é somente um jogo de fórmulas complicadas. A segunda parte deste livro de Jaime Bernoulli é dedicada à teoria
das combinações e permutações.
1.2 Um pouco de História Isaac Newton (1646-1727) mostrou como calcular direta-
mente (1 + x}n sem antes calcular (1 + x)n-l. Ele mostrou que
cada coeficiente pode ser determinado, usando o anteriqr, pela
O desenvolvimento do binômio (1 + x ) 11 está entre os primeiros fórmula
problemas estudados ligados à Análise Combinatória. O caso
n = 2 já pode ser _encontrado nos Elementos de Euclides, em ( n) n-r(")
r+l r+lr.
4 Introdução Cap.1 Cap.1 Introdução .5
Em verdade, Newton foi além disso, e mostrou como de- A Análise Combinatória tem tido nm crescimento explosivo
senvolver (x + y )1', onde r é um número racional, obtendo neste nas últimas décadas. A importância de problemas de enumeração
caso um desenvolvimento em série infinita. tem crescido enormemente, devido a necessidades cm teoria dos
grafos, em análise de algoritmos, etc. Muitos problemas impor-
Uma outra direção de generalização do teorema do binômio tantes podem ser modelados matematicamente como problemas
é considerar potências da forma de teoria <los grafos (problemas de pesquisa operacional, de ar-
mazenamento de informações em bancos de <lados nos computa-
(x+y+···+z)n, dores, e também problemas de matemática "pura", como o famoso
problema das 4 core8).
o chamado teorema mutinomial, que foi descoberto por Leibniz
(1646-1716) e demonstrndo também por Johann Bernoulli (1667- Já em 1937 o matemático húngaro-americano George Pólya
1748). (1887-1985) introduziu nova e importante técnica de enumeração,
Abraham De Moivrc (1667-1754), Daniel Bernoulli (1700- qne se tem prestado às mais variadas aplicações, permitindo tratar,
1782) e Jacques Phillipe Marie Binet (1786-1856) mostraram como de maneira unificada, desde a enumeração do número de isômeros
achar diretamente os números de Fibonacci*, se~ ser necessário de uma substância, até a enumeração de grafos, principalmente
calcular todos eles, até o que desejamos. Para isso, De Moivre árvores, resolvendo problemas que até então eram atacados so-
utilizou pela primeira vez uma técnica extremamente poderosa, mente por métodos ''ad hoc". Como disse Pólya, sua teoria é
a das fmiç,ões geradoras. Esta técnica, muito útil para estudar uma maneira de enumerar configurações não- equivalentes rela-
sucessões recorrentes, foi bastante desenvolvida por Euler (1707- tivamente a um grupo de permutações dado. Um exemplo sim-
1783), em seu livro clássico lntroductio in Analysin Jnfinitorum, ples de aplicação da teoria do Pólya é o de determinar o número
onde ele a utiliza para atacar o problema das partições de um de tetraedros regulares ''diferentes" com faces pintaclas com duas
inteiro. O interesse de Euler por este problema surgiu devido a cores, preto e branco, por exemplo. Podemos ter um tetraedro
uma pergunta que lhe foi feita pelo matemático francês Phillipe todo preto, outro todo branco, um com uma face branca e as
Naudé, que trabalhava em Berlim, em uma carta, na qual, entre outras pretas, etc. Dois tetraedros são considerados "diferentes"
outras coisas, perguntava de quantas maneiras nm número pode se nm deles não pode ser obli<lo do outro por meio de rotações.
ser escrito como sóma de inteiros positivos distintos. Esta per-
gunta, prontamente respondida por Euler, foi a 01igem da "teo- Outra teoria importante de Combinatória foi criada pelo
ria das partições" ou "parti tio numerorum", como escreveu Euler. lógico inglês F. P. Ramsey (1903-1930); ela garante a existência de
Mas suas contribuições à Análise Combinatória não se limitaram a certas configurações. Um dos exemplos mais simples do chamado
isso. Várias obras suas, muitas delas sobre probabilidades, contêm teorema de Ramsey afirma que se tivermos no plano um conjunto
resultados importantes da Análise Combinatória. Em particular, de n pontos, com n _:: : : 6, no qual não há três pontos colineares,
devemos a ele o enunciado e a solução do ProblPrna das Sete Pontes então, se nnirmos todos os pontos dois a dois. usando duas cores
de K Onigsberg, um teorema da Teoria dos Grafos, parte muito im- distintas, por exemplo preto e branco, para tra\:ar os segmentos
portante, atualmente, da Análise Combinatória. de reta que unirão os pontos, então forçosamente teremos for-
mado um triângulo cujos lados são todos da mesma cor (preto ou
ºVihonacci, também conh~cido por LPOttàrdo d~ Pisa /1175?-1250?)
branc·.o).
6 Introdução Cap.l Cap.l Introdução 7
Mas ern verdade a teoria elementar das probabilidades já Também Galileu (1564-1642) preocupou-se com as proba-
tinha sido objeto de atenção bem antes. Levando cm conta o bilidades, estudando os jogos de dados, para responder à pergunta
fascínio que os jogos de azar sempre exerceram sobre os homens, de um amigo: Com três dados, o número 9 e o número 1O podem
estimulando-os a achar maneiras seguras de ganhar, não é de es- ser obtidos de seis maneiras distintas, cada mn deles. No entanto ,
pantar que muito cedo problemas relativos a jogos de cartas ou a experiência mostra que 10 é obtido mais frequentemente do que
de dados tenham atraído a atenção de pessoas com mentes mais 9. Como explicar isso? Galileu estudou cuidadosamente as pro-
especulativas. Já na Divina Comédia, de Dante Alighieri (1265- babilidades envolvidas e mostrou, corretamente que, de 216 casos
possÍvf'is, 27 são favoráveis ao aparecimento <lo nümero 10 e 2,5
1321), há urna referê~cia a probabi1,i(~ade~ em ~o;o~ ~e dados. Em
verdade, o desenvolvimento da Analise Combmatona deve-se em são favoráveis ao aparecimento do número 9.
grande parte à necessidade de resolver problemas de contagem Malgrado investigações destes precursores, a Teoria das
originados na teoria das probabilidades. Probabilidades só começa a se desenvolver realmente a partir dos
A primeira obra conhecida em qne se estudam as proba- trabalhos de Pascal. Já vimos corno Pascal estudou o triângulo
bilidades é o livro De Ludo Aleae, (Sobre os jogo.~ de Azar), de aritmético que leva seu nome. Ele o aplicou ao estudo dos jogos
de cartas.
Jerônimo Cardano (1501- 1576), publicado cm 1663. É possível
que o interesse de Cardano pelo assunto se deva a sua paixão pelos Christian Huygens (1629-1695) puLlicou em 1657 o primeiro
jogos de azar. Nas palavras de Isac Todhunter, ern sua !Iistória tratado de Teoria das Probabilidades, o De Ratiociniis in Ludo
da Teoria. Matemática da Probabilidade, "O livro pode ser bem Aleae.
descrito corno um manual para jogadores. Contém muito sobre jo-
gos, com descrições de jogos e com as preocupações que se deve ter A Teoria das Probabilidades não despertou logo grande in-
para se proteger de adversários dispostos a trapacear; a discussão teresse entre os matemáticos que se seguiram a Paseal e Fermat,
relativa às probabilidades são parte pequena de seu tratado". Uma os_ quais estavam atraídos pelas investigações relativas ao cálculo,
tradução para o inglês moderno do livro de Carclano encontra-se cnado por Newton e Leibnitz. No entanto, percebeu-se imedi-
no livro Cardano, the C:ambling 8cholar, de Oystcn Ore. atamente a utilidade da Teoria das Probabilidades para estudar
situações como taxas de mortalidade, prêmios de seguros, etc.
Na parte dedicada à probabilidade Cardano mostra, entre São inúmeras, ainda no século XVIII, as publicações estatísticas
outras coisas, de quantas maneiras podemos obter um número, sobre impostos, doenças, condenações, etc., organizadas pelos go-
lançando dois dados. Assim, por exemplo, 10 pode ser obtido de vernos, que viram logo o poder deste instrumento de observação
3 maneiras: 5 em cada da<lo, 6 no primeiro e 1 no segundo, e 4 no social. gm 1662, .John Grannt (1620-1674) utiliza os registros de
8 Introdução Cap.l Cap.l Introdução O
falecimentos para determinar a taxa de mortalidade em Londres. sobre O assunto com I.Pihniz. que~ levantava objcçõ('s ao Teorema
Passou-se em seguida a utilizar a idéia de Graunt no cálculo de de Bernoulli.
rendas vitalícias, que dependem da esperança de vida. A primeira Outro matemático que mui Lo se dedicou à teoria <las µroha-
tentativa séria de cálculo de rendas vitalícias é devida a Johan
hilidades e que, possivelnwntc,, só perde para Laplace' (1749-1827)
de Witt (1625-1672) juntamente com Johan Hudde (1628-1704), em contrihuiç<les ao assunto, foi Abraham De l'vloivre. Protes-
prefeito de Amsterdam, que consultavam frequentemente Huygens tante frarn·(,s, foi obrigado a rPfugiar-se Pm Hi85 na Inglaterra,
sobre o problema.
onde viveu atJ, sua morte. :vlatPmático vc~rsálil. com trabalhos
Outros se interessaram por este problema. O astrônomo importantes cm YÚrios ntmpos, era muito n'S]H'Ílado. ~ewton.
Edmund Halley (1656-1742) publicou uma tabela de taxas de mor- por exrmplo, jú em s<'ns últimos anos d0 vida. ao lhP perg;nn:arem
talidade em 1693, posteriormente utilizada por De Moivre. Euler sobre~ nm problema tk rnat(~mática, n'spondPll ··proc.nrc o Sr. De
{1710-1761) e Simpson (1687-1768) também estudaram este pro- Moivre, ele conhece estas coisas melhor do que cu"
blema, que envolve matemática, economia e política. Os primeiros Além de várias investigações sohn• probabilidadf~S, De
resultados estatísticos realmente utilizados (por quase um século, :\1oivre esCT<'VPtt um tratado sobre o assunto que foi usado du-
pelas companhias de seguros inglesas) 1 são as tabelas calculadas rante mnito tempo, o Dontnna. do Ara.so. cm q1w estão incluídos
por Richard Price ( 1723-1791) cm 1780, utilizando os registros de muitos de sens trabalhos. Em part.i("nlar. ele <lesPnvolv<' a teoria
falecimento da diocese de Northampton. das sncessões recmT<'IÜ('S. <' a nsa para rcsolv<'r vúrios problemas
No famoso livro de Jaime EÍcrnoulli, Ars CnJectandi, que de probabilidades.
já citamos, encontramos um teorema de importância decisiva em Devemos ainda citar o mat('mático ingk~s Thomas Bayes
Teoria das Probabilidades. Conhecido como Teorema de Bernoulli, (1702- 1761), que iniciou as investigações sobre o problema de
é também chamado de Lei do8 Grandes Números, nome que lhe foi achar as probabilidades das Ci:l.Usas de um PVento observado.
dado pelo matemático francês Siméon Poisson (1781-1840). Este
A Teoria elas Prolmbilid.ades contém mnitos prohlemas in-
teorema foi a primeira tentativa de deduzir medidas estatísticas a
teressantrs, algm1s elos qu<lis conduzPm a r<'snltados inesperados
partir de probabilidades. Ele afirma, por exemplo, que se dois
on à primeira vista paradoxais. Tern tamhc~m d<ldo origem a dis-
eventos são igualmente prováveis, após um grande número de
cussões filosóficas sobrC' o qnc é o acaso, o que sHo probabiidades.
experimentos eles terão sido obtidos aproximadamente o mesmo
etc. llm problema intc~ressant0, muito c-onhecido, (, o chamado
número de vezes. O teorema permite também deduzir qual a problema da agulha de Buffon*: Considere urna área plana, divi-
probabilidade de cada um dos eventos acontecer, sabendo como
dida em faixas de larguras iguais. a. por retas paralC'las. Lance
se comportaram em um grande número de experimentos. A Lei
sohre esta região, ao acaso, uma agulha dC' comprimento 2r, com
<los Grandes Números deu origem a discussões conceituais ou fi-
2r < a. Qual a prohahilid.ade de que a ag-nlha corte uma das
losóficas sobre o conceito de probabilidade.
paralelas'! O r<':'mltado, s1trpr0PndC'IÜ<' ~ prirmürn vista, 6 4r/na.
Jaime Bernoulli foi o primeiro de nma longa linhagem de Certamente o matt'rnático que- mais contribuiu para a teo-
matemáticos e sábios de uma família suíça. Seu diário mostra que ria das proln.thilirlod<'s foi Laplac0. famoso Unnh{•m por suas con-
ele começou a interessar-se pelos problemas de combinatória e de
probabilidades em tomo de 1685. Manteve longa correspondência *(!.-."rg~s l,ouis ],~c\~T<'. ('mui.-. dü Bnffo11 (1707-178'3). 11aln1·"H,qa. haucú.,
10 Introdução Cap.1 Cap.l Introdução 11
tribuições a <mtras áreas da matemática, como a mecânica analíti- {1} representa o conjunto que tem como único elemento o número
ca, onde atacou o problema da estabilidadC' do sistema solar. Seus 1. Um conjunto pode também ser descrito por uma propriedade
inúmeros trabalhos sobre as probabilidades foram incorporados 1r, comum a todos os seus elementos, e escreveremos
em seu monumental Tratado Analítico das Probabilidades, onde
são discutidos inúmeros problemas de probabilidades, introduzi- A = { x I x tem a propriedade 1r}.
das técnicas poderosas, rnmo a das funções geradoras, aproxi-
mações para prnbabilidades usando os métodos do cálculo inte- Por exemplo,
gral, etc. Encontramos 1wste trabalho, Pm particnlar, a integral
;
J e -t' dt,
descreve o conjunto dos inteiros pares positivos. Usaremos o
símbolo #A para reprnsentar o número de elementos do conjunto
relaciona<la com a Distribuição Normal. A, isto é, a cardinalidade de A.
Dados dois conjuntos A f' B indicaremos µor A U B o con- A parte sombreada da Figura 1.3 ilustra a intersf'c:(ão de A e B.
junto dos elementos que pertencem a A 011 a B, isto é, o conjunto
dos elementos que Jlf'rtencem a pelo menos um dos conjuntos A e
B; Este conjunto é chamado 11,niã.o <lf' A com /J. Simbolicamente,
n
AU13~{wEi!lwEA ou wEB}.
Fig. 1.3
Fig. 1.2
Anunc {wErllwEA e wEl3 e wEC}
A urnao de três conjuntos A,B,(,' será representada por A intersecção de n eonjuntos Ai, A2, ... , An f:' representada
A U B U C. por
"
Au a u e= {i:..1 E n I i:..1 E A ºª (,,' E B ou w E e}.
Mais geralmente, a união de n conjuntos A 1, A2, ... , A 11 P definida
Dizemos que dois conjuntos A e B são d1,sJ1w.tos se A n B =
analogamente f' representada por
(f). Quando temos mais de d.ois conjuntos, dizemos que eles são
" disjuntos quando forem disjuntos tomados 2 a :2. A Figura 1.4
LJA;. ilustra o caso de três conjuntos disjuntos.
i=l
Fig. 1.4
A x 13 ~ {(1,1),(1,2).(J,:l),(2, 1),(2,2),(2,:l)).
**•••
ser tomada de 4 maneiras, o número de maneiras de se formar um
** * •
casal (isto é, de tomar as decisões d1 e d2) é 3 x 4 = 12 .
Note qne o uso do Princípio de Multiplicação permite obter
o número de elementos do conjunto
A B AuB {h1m1, /qm2, h1m3, lq m 4, h2m1, h2m2,
Fig. 2.1 h2m3, h2m4, h3m1, h3m2, h3m3, h:3nq}
A figura 2.1 ilustra nm princípio básico de contagem, que podemos constituído por todos os casais possíveis, sem qne seja necessáno
chamar de ''Princípio de Adição": enumerar seus elementos.
Se A e B são dois conjuntos disjuntos, rom p e q elementos, Exemplo 2.1: Para fazer uma viagem Rio-S.Paulo-Rio, posso
respectivamente, então A U B possui p + q elementos. usar como transporte o trem, o ônibus ou o avião. De quantos
A seguir apresentamos o "Princípio da Multiplicaç.ão", que, modos posso escolher os transportes se não desejo usar na volta o
ao lado do "Princípio da Adição", constitui a ferramenta básica mesmo meio de transporte usado na ida?
para resolver os problemas de contagem abordados a nível de 2º Solução: Há 3 modos de escolher o transporte de ida. Depois
grau. Para motivar tal princípio, consideramos o exemplo a seguir. disso, há duas alternativas para a volta. A resposta é 3 x 2 = 6.
D
Numa sala há 3 homens e 4 mulheres. De quantos mo-
dos é possível selecionar um casal homem-mulher? Chamando os Exemplo 2.2: Uma bandeira é formada por quatro listras, que
homens de /q, h2, h:3 e as mulheres de m 1, m2, m:1, m4 é fácil ver devem ser coloridas usando-se apenas as cores amarelo, branco e
que há 4 casais nos quais o homem é /q, outros 4 nos quais o cinza, não devendo listras adjacentes ter a mesma cor. De quantos
homem é h2 e outros '1 nos quais o homem é h:3. O número de modos pode ser colorida a bandeira?
casais é portanto 4 -1-- 4 + 4 = 3 x 4 ,- 12.
Solução: A primeira listra pode ser colorida de 3 modos, a se-
O exemplo acima ilustra o Princípio Fundamental da Enu- gunda de 2 modos (não podemos usar a cor empregada na primeira
memção on Princípio da Multiplicação, o qual diz: listra), a terceira de 2 modos (não podemos usar a cor empregada
na segunda -listra) e a quarta de 2 modos (não podemos usar a cor
SP nma decisão d1 pode ser tomada de :z: maneiras e se, uma
empregada na terceira listra). A resposta é 3 X 2 x 2 X 2 = 2'1. D
- vez tomada a. decisão d1, a decisão d2 puder ser tomada de
y ma:nf';1:ms então o número de maneiras de se tomarem as Exemplo 2.3: Quantos números naturais de três algarismos dis-
decisões d1 P d2 é .Ty. tintos (na base 10) existem?
Cap.2 Combinações e Permutações 21
20 Combinações e Permutações Cap.2
Pequcna.H difir:nlda.dr.s a.dia.das coslnmam tm.n8jormar-sc em a) "abrir" o problema Pm casos (qm-' P a a]lernativa mais natural).
gmnrlr>.~ dificuldades. Se alguma derisâ.o é mais complicada Contamos scparadamfmtc os números que têm zero como último
que as demais, ela deve Hcr tomada. cm primeiro lugar. algarismo e aqueles cujo último algarismo é diferente de zero. '
Exemplo 2.4: Quantos números naturais de 4 algarismos (na Terminando mn zero t.emos 1 modo de es('olher o último
base 10), que sejam menores que 5000 e divisíveis por 5, podem algarismo, 9 modos de escolher o primeiro e 8 modos de escolher
ser formados usando-se apenas os algarismos 2, 3, 4 e 5? o do meio, num total de 1 x 9 x 8 =- 72 números.
terminados em um algarismo diferente de zero. A resposta é, por- 6. Quantos números de quatro dígitos são maiores que 2400 e:
tanto 72 1 256 ~ 328. a) têm todos os dígitos diferentes.
b) Ignorar uma das restrições (que é. uma alternativa mais sofisti- b) não. têm dígitos iguais a 3,5 ou 6.
cada). Ignorando o fato de zero não poder ser primeiro algarismo, c) têm as propriedades a) e b) simultâneamente.
teríamos 5 modos de escolher o último algarismo, 9 modos de es- 7. O conjunto A possui 4 elenwntos e o rnn.i unto B possui 7
colher o primeiro e 8 modos de f'S('olher o do meio, num total de elementos. Quantas são ns funções f: A ---" B'? Quantas são as
5 x 8 x 9 = :{60 números. Esses 360 númerso incluem números funções in.ictoras f: A ---" B'?
começados por zero, que devem ser descontados. Começando em
zero temos 1 modo de escolher o primeiro algarismo (O), 4 modos 8. Quantos divisores naturais possm o número 360? Quantos
de escolher o último (2,4,6 ou 8) e 8 modos de escolher o do meio são pares?
(não podemos usar os doi8 algarismos já empregados nas casas 9. Quantos sao os núnwros naturais de 4 dígitos que possuem
extremas), num total de 1 x 4 x 8 = 32 números. A resposta é, pelo menos dois dígitos iguais?
portanto, 360 - 32 = ::128 números.
10. Quant.os subconjuntos possui um conjunto que tem n ele-
É claro tamhém que poderíamos ter resolvido o problema mentos?
determinando todos os números de ;3 algarismos distintos (9 X 9 X
8 = 648) e abatendo os números ímpares de :i algarismos distintos 11. De quantos modos podemos arrumar 8 torres iguais em um
(5 na última casa, 8 na primeira e 8 na segunda, num total de tabuleiro de xadrez (8 X 8) de modo que não haja duas torres na
5 x 8 x 8 = 320 números). A resposta seria 648 - 320 ::::: 328 mesma linha nem na mesma ('ohma?
números. 12. Em uma banca há 5 c~xemplares iguais da revista A, 6
exemplares iguais da revista B e 10 exemplares iguais da revista
C. Quantas <"oleções não vazias de revistas dessa hanC'a é possível
Exercícios formar?
1. Quantas palavras contendo 3 letras diferentes podem ser for- 13. De um baralho comum (52 cartas) sacam-se sucessivamente
madas com um alfabeto de 26 letras? e sem reposição três cartas. Quantas são as extrações nas quais a
primeira carta é de c~Jpas, a segunda é um rei e a terceira não é
2. Quantos são os gabaritos possíveis de um teste de 10 questões uma dama?
de múltipla-escolha, com cinco alternativas por questão?
14. quantos números diferentes podem ser formados multipli-
3. Quantos inteiros há entre 1000 e 9999 cujos algarismos sao cando alguns (ou todos) dos números 1,5,6,7,7,9,9,9?
distintos?
15. llm vngão de metrô tem 10 bancos individuais, sendo 5 de
4. De quantos modos diferentes podem ser escolhidos um presi- frente e 5 de costas. l)p 10 passageiros, 4 prefer('m sentar de frente,
dent~ e um secretário de um conselho que tem 12 membros? :~ preferem sentar <le costas e os demais não têm preferência. De
5. De quantos modos 3 pessoas podem sentar-se em 5 cadeiras quantos modos os passageiros podem se sentar, respeitando-se as
em fila? J>reforências'?
Cap.2 Combinações e Permutações 2G
2,j Combinaç:ões e Permutaç:ões Cap.2
16. Há duas PStradas principais da cidade A até a cidade B, 23. Escrevem-se números de cinco dígitos (indusive os começados
ligadas por 10 estradas secundárias. como na figura 2.2. Quantas por zero) em cartões. Como 0,1 e 8 não S<' alteram de cabeça para
rotas livrPs de auto-intc'rseções há de A ató B? baixo e como G de c-abeça para baixo se transforma cm 9. um
só cartão pode representar dois números (por PXemplo. UG198 e
86190). Qnal é o número mínimo de cartÕPs para representar
todos os números de cinco dígitos?
17. Quantos números i11teiros E'nlrP 100 t' 999 são ímpares e pos- e) De quantos modos 720 pode ser decomposto c'm um pro-
suPrn lri>s dígitos distintos? duto de três inteiros positivos?
18. Escrewm-se os inteiros dP 1 até 222 222. Quantas vezes o d) De quantos modos 11-1 pode ser decomposto P01 nm pro-
algarismo zc-.ro é escrito? duto clP dois inteiros positivos?
19. Quantos são os números dP 5 algarismos, na base 10: 26. a) Quantas são as palavras d.<' 5 letras distintas de um al-
a) nos quais o algarismo 2 figura? fabeto de 26 letras nas quais a letra A fignra mas não {~ a letra
b) nos quais o algarismo 2 não figura? inicial da palavra?
20. Em um concurso há. três candidatos e crnco examinadores, b) Refaça o item a) suprimindo a palavra distintas do enun-
devendo cada examinador votar em um candidatÔ. D0 quantos ciado.
modos os votos µorlem ser <listribuidos?
21. O código morse usa "palavras" contendo de 1 a 4 "letras)',
as "'letras" sendo ponto e trac:o. Quantas '·palavras" existem no
código morse?
22. Fichas podem ser azuis, vermelhas ott amardas; circulares,
retangulares ou triangulares; finas ou grossas. Quantos tipos de
fichas cxistern?
26 Combinações e Permutações Cap.2 Combinações e Permutações 27
Cap.2
27. A figura 2.3 mostra um mapa com 4 paísf's 29. a) De quantos modos {~ possívPl colo("ar um n:i negro e um
rei branco cm casas não adjacenles d.P 1101 tabuleiro de xadrez
(8 X 8)'?
b) Qual seria a resposta se fossem dois rC'is brancos iguais?
Exercícios
1. Quantos são os anagramas <la palavra CAPÍTULO:
e D e a} que começ·am por consoante e terminam por vogal?
Fig. 2.5 b) que têm as letras C, A, P juntas nessa ordPm?
e) que têm as letras C, A, I' juntas em qualquer ordem?
Solução: À prim€'ira vista parece~ Cjllf' para formar uma roda com d} que têm as vogais e as consoantes intercaladas?
as cinco crianç.as basta escolher urna ordem para elas, o que pode- e) que têm a letra C no lº lugar e a letra A no· 2º lugar?
ria ser feito ele 5! = 120 modos. Entretanto, as rodas ABC DE f) que têm a letra C no 1º lugar ou a letra A no 2º lugar?
e EABC: D são iguais, pois na ro<la o que importa é a posição g} que têm a letra C no lª lugar ou a letra A no 2° lugar ou
relativa das crianças C'Jltrc si e a roda A J.JC D E pode ser "virada" a letra P no 3º lugar?
na ro<la EABC:D. Como cada roda podr ser "virada" de cinco
2. Permutam-se de todos os modos possíveis os algarismos 1,
modos, a nossa c:ontagPm de 120 rodas eonton cada roda 5 vezes
2, 4, 6, 7 é escrevem-se os números assim formados em ordem
e a resposta é 120/5 =- 24. O
crescente.
:m Combinações e Permutações Cap.2 Cap.2 Combinações e Permutações 31
a) (JUC' lugar ocnpa o uÚB1Pro ()2417'? 11. Quantos dados diferentes podemos formar gravando números
b) qual o uÚillt'nl qll<' ocupa o (-j(iLl lugar'! de 1 a 6 sobre as faces indistinguíveis de urn cubo de madeira?
e) qual o 20()<J algarismo C'scrilo"? 12. Resolva o problema anterior para:
d) qual a :,;orna dos núnwro:,; assim ÍOrillados?
a) números de 1 a 4, tf'traedro regular;
3. Dl' qnantos modo:,; (~ possí\'d SC'ntar 7 pessoas cm cadeiras em b) números de 1 a 8 octaedro regular;
1
fila d<> modo (jll(' dnas de!C'rmimHh-1s p<:ssoa:,; d0ssas 7 não fiquem e) números <le 1 a 12, dodecae<lro regular;
juntas'? d) números de 1 a 20, icosac<lro regular;
e) números de 1 a 8. prisma hexagonal regular:
4. SPA (' um rnnjunto com n C'k·nwntos. quantas são as funções
J: A ___, Ahijdoras'? f) números de 1 a 5, pirâmide quadrangular regular.
13. Um campeonato é disputado por 12 clubes cm rodadas de
5. De quantos modos é possível colocar Pl11 urna prateleira 5 6 jogos cada. De quantos modos é possível selecionar os jogos de
livros de malC'm/:Ítica. ;3 de física (' 2 de estatística, de modo que
primeira rodada?
livros <l<> um mesmo assunto p0nw1nec,:am juntos"?
14. Quantas são as permutações simples dos números 1, 2, ... , n
6. Quantas siío as pt'rmutações dos nÚmC'ros (1, 2, .. , 10) nas nas quais o elemento qne ocupa a k- ésima posição é inferior a k+4,
quais o 0 <'slfí situado à din~ita do 2 (' à csqnn<la do :1. embora para todo k?
não ncc('ssariarnentl' ern lugares <:onst'cutivos?
15. Quantas são as permutações simples dos números 1, 2 1 ••• , n
7. De q1w.ntos n10dos podemos dividir 12 pessoas: nas quais o Plernento que ocupa a /,;- ésima posição é maior que
k - 3, para todo k?
n) l'rn dois grnpos de 6?
h) <'rn lrf's grnpos dt' ;J'!
e) <'rn um g;rnpo dt' G <~ mn grnpo de T?
d) ('nl sC'is grupos d.e 2? 2.3 Combinações Simples
C') C'nl dois grupos de 4 e dois grnpos de 2'?
8. DC' quantos n10<los r rapazPs e ni moças podmn se colocar em De quantos modos podemos escolher p objetos distintos entre n
fila de modo q11e as moças fiquem juntas? objetos distintos dados? Ou, o que é o mesmo, quantos são os
subconjuntos com p elementos do conjunto { (l!, n2, ... , n 11 }?
9. lklegados de~ 1O países deve'rn se sentar C!nl 10 cadeiras cm fila.
Cada subconjunto com p elementos é chamado de uma
DC' q1H1.ntos modos isso podP ser feito se' os delegados do Brasil e
com.binação sim.ple8 de classe p dos n objetos ai, a2, ... , an. As-
eh' Portugal d<>vl'm se•ntar jnntos e o do JrnquC' e' o dos Estados
sim, por exemplo, as combinações simples de classe 3 dos objetos
{ 'uidos ni1o poclc111 S('Iltnr juntos?
a1, a2, a3, a4, a.5 sao
10. Pm cubo ele~ mad<'irn te~rn urna face dC' cada cor. Quantos
<lados diferentes podemos formar gravando números de 1 a 6 sobre {a1,a2,a3} {a1,n2,a1} {a1,a2,a5} {u1,a3,a4} {a1,a3,a5}
l'SSas fac('~? {a1 1 a4,..a5} {a2,a:3,a4} {a2,a:3,a5} {a2,íq,a.s} {a:3,a4,a5}.
;32 Combinações e Permutações Cap.2 Cap.2 Combinações e Permutações 33
O número de rombinações simples de classe p ele n objetos Solução: Para formar um triângulo ou tomamos um vértice cm
é representado por Cfi. Assim, C.~ = 10. R e dois em R' ou tomamos um vértice em R' e dois em R. O
Analisemos C'sta resposta: a f'Scolha do 1° elemento da com- número de triângulos do 1° tipo é 5 · e§ e o do 2° tipo é 8 · cf A
binação pod(' sn feita de 5 modos; a do 2°, de 4 modos e a do 3º 1 resposta é
de :l modos. A resposta parece ser 5 x 1 x :3 = 60. Entretanto, e' -_, 0_· -
s .-1 + 8 · -
5 .4
se 1wnsarmos numa combinação, por exemplo {ai, a2, a:3}, verifi- 5 · C 82 -t- 8 · 5 - ~ 140 + 80 ~ 220.
2! 21
camos que <IS combinações {a1,a2 1 a:3}, {a1,a:'l,a2}, {a2,a1,a3},
ele ... são id.C'nticas e foram contadas como se fossem diferentes. Poderíamos também pensar assim:
Corn pfeito, se dissemos quC' há 5 modos de Pscolher o lº ele-
Para formar nm triângulo devemos escolher três pontos,
mento da combinação é porque estamos considerando as escolhas
não situados na mesma reta, entre os treze pontos dados. O
a1 e a2 como <liferPnÜ"S e portanto estamos <'ontando {ai, a2, a3}
corno diforcntc de {a2,a 1,a:i}. ~m suma, na resposta 60 estamos
número de modos de escolher 3 dos 13 pontos é cf:
1- Desse total
Cm erro muito comum é o seguinte: Como o grupo de b) Qual seria a resposta se um dos homens não aceitasse par-
6 pessoas deve conter pelo menos duas mulheres, primeiramente ticipar da comissão se nela estivesse determinada mulher?
escolhem-se duas nmlheres (CJ), e depois escolhem-se 4 pessoas
2. Para a scleç_ão brasileira foram convocados dois goleiros, 6
quaisquer entre as 9 que sobraram (Ctj°). Assim, obtem-se a
zagueiros, 7 meios de campo e 4 atacantes. De quantos modos é
resposta (errada) C] · Ctj° : -:--- 6 x 126 = 756. A explicação do
possível escalar a seleção com 1 goleiro, 4 ;:i;agneiros, 4 meios ele
erro é simples.
campo e 2 atacantes?
Considere, por exemplo, uma seleção com 3 mulh0res e
3. Quantas diagonais possui um polígono ele n lados?
:J homens, M1M2M:iH1H2H;1. Essa seleção foi contada 3 vezes.
Uma quando l\11 e M2 foram as mulheres escolhidas inicialmente, 4. Quantas diagonais possui:
outra qnando M 1 e M:3 foram as mulheres escolhidas inicialmente
a) nm octaedro regular?
etc ... .Já uma seleção com as 4 mulheres, por exemplo, M1M2M3
L) um icosaedro regular?
M4H1H2 foi contada G vezes e obtem-se uma resposta errada
c) um dodecaedro regular?
muito maior que a resposta correta. O
d) um cubo?
Exemplo 2.15: De quantos modos podemos dividir 8 pessoas e) um prisma hexagonal regular?
em 2 grupos de ,1 pessoas cada?
5. Tem-se 5 pontos sobre uma reta R e 8 pontos sobre uma reta
Solução: O primeiro grupo pode ser escolhido de ct modos. Es- R' paralela a R. Quantos qnadriláteros convexos com vértices em
cohido o 1º grupo, sobram 11wssoas e só há 1 modo de formar o 1 desses 13 pontos existem?
segundo grupo. A resposta parece ser ct x 1. Entretanto, conta-
6. Em um torneio 110 qual cada participante enfrenta todos os
mos cada divisão duas vezes. Por exemplo, { a, b, e, d} { e, f, g, h}
demais uma única vez, são jogadas 780 partidas. Quantos são os
é idêntica a { e, f, g, h.} { a, V, e, d} e foi contada como se fosse dife-
participantes?
rente. A resposta é
1 7. Sejam lm = {1,2, ... ,m} e Ín = {1,2, ... ,n}, com m < n.
-e 35,
Quantas são as funções f: lm.......; ln estritamente crescentes?
21. Nove cientistas trabalham num projeto sigiloso. Por questões 26. Suponha que n carros estão em fila para entrar em um esta-
de segurança, os planos são guardados em um cofre protegido por cionamento que possui n vagas, lado a lado. Se> o 1º carro pode
muitos cadeados de modo que só é possível ahrí-los todos se houver escoher qualquer vaga e cada um dos outros carros ao estacionar
pelo menos 5 cientistas presentes. <leve justapor-se a um carro já estacionado, quantos são os modos
possíveis dos carros ocuparem as n vagas?
a) Qual f' o número mínimo possível de cadeados?
b) Na situação <lo ítern a), quantas chaves cada cientista deve 27. De quantos modos 15 jogadores podem ser divididos em 3
ter? times de basquetebol de 5 jogadores cada, denominados esperança,
confiança e vitória.?
22. Depois de ter dado um curso, um professor resolve se des-
pedir de seus 7 alunos oforecendo, durante 7 dias consecutivos, 7 28. O conjunto A possui n elementos.
jantares para 3 alunos cada. De quantos modos ele pode fazer os
a) Determine o número de relações que podem ser construídas
convites se ele não deseja que um mesmo par de alunos compareça
em A;
a mais de um jantar?
b) Idem, relações reflexivas;
23. Formam-se as combinações simples de classe ,5 dos elemen- e) Idem, relações simétricas;
tos a1, a2, ri2, ... , a,2, as quais são escritas com os elementos em <l) Idem, relações anti-simétricas;
ordem cres('ente de índices. Quantas são as combinações nas quais e) Idem, relações reflexivas P simP.tricas;
o elemento ris ocupa o :1u lugar? f) Idem, relações reflexivas ~ anti-simétricas;
g) Idem, relações simétricas e anti-simétricas;
24. De quantos modos é possível colocar em fila h homens e m
h) Idem, relações reflexivas, simétricas e anti- simétricas.
mulheres, todos de alturas diferentes, <le modo que os homens en-
tre si e as mulheres entre si fiquem em ordem crescente de alturas? 29. Quantos são os jogos de um campeonato disputado por 20
clubes, no q11al todos se enfrentam uma única vez?
25. No quadro abaixo, de quantos modos é possível formar a
palavra "MATEMÁTICA", partindo de um M e indo sempre para 30. Empregando dez consoantes e cinco vogais, cakule o número
a direita ou para haixo? de palavras de seis letras que se podem formar sem uasr consoantes
nem vogais adjacentes:
M
M A a) Se são permitidas repetições;
M A T b) Se não são permitidas repetições.
M A T E 31. De quantos modos se pode iluminar urna sala que possui m
M A '[' E M lâmpadas?
M A T H M A
M A T E M A T 32. Em uma escola, :i: professores se distribuem em 8 bancas
M A T E M A T 1 examinadoras de modo qne cada professor participa de exata-
M A T E M A T 1 e mente duas bancas e cada duas bancas têm exatamente um pro-
M A T E M A T 1 e A fessor em comum.
40 Combinações e Permutações Cap.2 Cap.2 Combinações e Permutações 11
ÓÓ,Ó
36. Prove, usando um argumento combinatório, que os números
abaixo são inteiros para qualquer n natural.
a) e~:)!;
1) ) ..Ll!ill_
20.;30'
.
c) ~ '
d)~.
e ) (n!)(n
(11!)!
L)! •
,Ó,ÓÓ Fig. 2.6
o que importa é apenas a pos1çao relativa dos objetos entre si. Exemplo 2.17: De quantos modos podemos formar uma roda
Nas três primeiras figuras, olhando os círculos em sentido anti- de ciranda com 7 crianç.as, de modo que duas determinadas dessas
horário, 1 precede 2, que precede 3, quP precede 1; portanto, a crianças não fiquem jnntas?
posiç.ão relativa dos objetos é a mesma. Nas três últimas figuras,
1 precede ;3, que precede 2, que precede 1; portanto, a posição Solução: Podemos formar (PC) 5 = 4! rodas com as cinco outras
relativa dos objetos é a mesma. crianç.as.
n!
(PC),,~ (n - !)!
n
3 4
b) Como o que importa é a posição relativa dos objetos, há 1 Fig. 2.7
modo de colocar o 1º objeto no círculo (onde quer que o
coloquemos, ele será o único objeto no círculo); há 1 modo Há agora 5 modos de colocar a crianç.a A na roda.
de colocar o 2º objeto (ele será o objeto imediatamente
após o primeiro); há 2 modos de colocar o 3º objeto (ime-
diatamente após o l º ou imediatamente após o 2°}; há 3
modos de colocar o 4º objeto (imediatamente após o 1° ou 5
imediatamente após o 2° ou imediatamente após o 3°} ... ;
há n-1 modos de colocar o n-ésimo e último objeto. Logo,
(PC),,~ 1 · 1 · 2 · ,J · · · (n - 1) ~ (n -1)!
3
Fig. 2.8
Exemplo 2.16: Quantas rodas de ciranda podem ser formadas
com n crianças'?
5. São <lados 11 pontos em CÍl'C'nlo. Quantos 11-ágonos (não ne- número de pernrnta~·õcs de 7 letras das qnais :\ são iguais a A, 2
cessariamente convexos) existem com vértices nesses pontos? iguais a R e 2 iguais a T.
6. lima pulseira deve ser cravejada C"om 11m rnhi, urna esmeral<la,
Para determinar o número <le anagramas de TÁRTARA,
um topázio, uma água-marinha, uma turmalina e uma ametista.
podemos pensar de dois modos:
De quantos modos isso pode• ser fr,ito supondo:
a) que a pnlseira tem fecho Pum relógio engastado no f<~cho; a) Para formar um anagrama de "TÁRTARA" temos que arrumar
b) que a p11lsPira tem frcho; 3A, 2R e 2T cm 7 lugares, - - - - - - - · O número de modos
r) qnP a pnlseirn. não tem fecho e o braç.o só pode entrar na de escolher os lugares ondE' serão colocados os A é C'{ Depois
puls<~ira t'm um sr~ntido: disso ternos CJ modos de cscolht'r os lugares parn <"Olocar os R
d) qtw a pulseira não tPm fpcho (' o braço po<lP C"ntrar na e, finalment<', nm único modo <le cscollwr os lugares para os T.
pulseira nos dois sPnt.idos. Logo,
71
p"·'·'
7 -- :1!2!2! -- 210.
46 Combinações e Permutações Cap.2 Cap.2 Combinações e Permutações 47
p a, (3, ... , À _ n!
~__c.:.:__7
11 o:!{3! ... .\!
2.6 Combinações Completas Comprar 4 sorvetes C'm uma lo.ia que os oferece cm 7 sabores é
tomar uma solm)io Pm inteiros não 1wgativos da equação
De qnantos modos (' possível comprar ,1 sorvP1.cs <'m nma loja que
os,ofPrncc-' Pm 7 sahon•s? x1 l :r2 1 · · · + :1:7 = 4.
já que x 1 +x2 + · · · +xí = '1) e 6 traços (para separar 7 incógnitas, defina-se a folga <la solução por J = 5 - (x + y + z).
usamos 6 tra<,'.os). Mas, o número <le modos de fazer isso é
O quadro a seguir mostra algumas soluções e as respectivas
ª" - JOI. 4 folgas.
p'',º
4-t-G - 4!6! = e rn X y z :r+y+z f
3 1 1 5 ()
Logo, C Rf = C{0 = 210. 2 o 1 3 2
No caso geral, para calcular C Rf1 , isto é, para determinar o 1 1 1 3 2
número de soluções inteiras e não negativas de .1:1 +x2+· · ·+.1: 11 = p o 1 o 1 4
teríamos p bolas e n - 1 traços. Logo, É claro que existe nma correspondência biunívoca entre as soluções
inteiras não-negativas de~ :i: j y + z ~ 5 e as soluções inteiras não-
P __ pP,11-l _ (n+p-1}! _ P
CR n - negativas de x + y -t z -t- J = 5.
p.1( 1! - ])1. - Cn+p-I·
p+n-1 -
Exemplo 2.21: De quantos modos podemos comprar 3 refti- O problema que sabemos resolver é contar as soluções in-
gcrantes cm uma loja onde há .S tipos de refrigerantes? teiras com as variáveis sendo maiores 011 iguais a zero. Para fazer
um problema recair no outro, pomos
Solução: D
x = 2 ·l· a, y = 2 + b, z = 2 + e.
Exemplo 2.22: Quantas são as soluções inteiras e não-negativas
da inequa<_:ão .1: + y + z :::; .S? A equação x + y + z = 20 transforma-sP em a + b + e = .1,1 e as
Solução: As soluções inteiras não-negativas d.e x + y + z _:::; 5 restriç.ões x, y, z :;::=,: 2 e inteiros transformam-se cm a, b, e :2-_ O e
dividem-se em vários grupos: soluções onde x + y + z = 5, onde inteiros. A resposta é
.1: + y + z =- 4, ... , onde x + y + z = O. A resposta é
e Rj4 = cici = 120. o
e R1 + e Rj + e Ri+ e R§ + e R:\ + e R~ =
Exemplo 2.24: Quantos são os anagramas da palavra "PIRACI-
= e~+ ct, + cJ + cf + e:} + cg = CABA" qtte não possuem <luas letras A juntas?
~ 21 + 15 + 10 + 6 + 3 + 1 ~ 56.
Soluçâo: O número df' modos de arrumar as letras diferentes de
2 1
A é Pi' • ' 111 . Por exemplo, uma dessas arrumações é
Outra. solução: Em cada solução inteira não-negativa de
p R l l r B e
1 2 3 4 5 6 7 8
52 Combinações e Permutações Cap.2 Cap.2 Combinações e Permutações 53
:c +y +z +w < 6?
Poderíamos também pensar assim:
Colocamos as letras A (1 modo) 3. Quantas são as soluções inteiras positivas <le x +y +z = 10?
Agora devemos decidir quantas letras colocaremos em cada um 6. Im = {1,2, ... ,m} e / 71 = {1,2, ... ,n}. Quantas sao as
funções f: / 171 ........,. / 11 não descrescentes?
dos 4 espaços. Devemos escolher x1,:c2,x3,x4 (xi =nº de letras
que colocaremos no i-ésimo espaço) inteiros não-negativos tais que 7. De quantos modos podemos colocar em fila 7 letras A, 6 letras
x1 + x2 + x;3 + x4 = 7, com x2 2:'.: 1 e x3 2:'.: 1 (para impedir que B e 5 letras C de modo que não haja duas letras B juntas?
haja duas letras A juntas). Façamos
8. Qual é o número máximo de termos de um polinômio ho-
mogêneo do grau p com n variáveis?
:1:2 = 1 + Y2,
X3 = 1 + Y3 9, Qual é o número máximo de termos de nm polinômio do grau
p com n variáveis?
e caimos no problema de achar o número de soluções inteiras não- 10. A fáhrica X produz 8 tipos de bombons que são vendidos em
negativas de :q + Y2 + y3 + x4 = 5, cuja resposta é C R~ = Cf caixas de 30 bombons (de um mesmo tipo ou sorti<los). Quantas
Escolhidas quantas letras irão para cada espaço, por exemplo, caixas diferentes podem ser formadas?
11. De quantos modos podem ser pintados G objetos iguais
usando 3 cores diferentes?
t~mos agora que colocar as letras P, R, B, I, I, C, C nessas casas, 12. Quantos númf'ro.s inteiros entre 1 e 100 000 têm soma dos
o que po d e ser ,-
1elto <l e P722111
' ' ' ' mo d os. A respos t a e• algarismos igual a 6?
nas quais exatamente 3 incógnitas sao nulas? Em quantas pelo d) Quantas são as funções /: A --+ B não-decrescentes?
menos três são nulas? e) Sugira uma definiç.ão formal para Cfi, C Rf., Afie ARfi.
14. Os números inteiros compreendidos entre 100 000 e 999 999 20. Seja A um conjunto com #A = n.
sao divididos em classes de modo que dois números diferentes
a) Quantas são as funções f: A --+ A hijetoras?
estão na mesma classe se e só se eles têm os mesmos algarismos,
b) Sugira uma definição formal para P11 •
diferindo apenas na ordem. Assim, por exemplo, 552 221 e 125 252
estão na mesma classe. Quantas classes são assim formadas? 21. De quantos modos podemos escolher 3 números, não neces-
sariamente distintos, no conjunto {1, 2, ... , 150} de modo que a
15. Quantas são as soh1ções inteiras não-negativas de x +y +z + soma dos números escolhidos seja divisível por 3? E se os números
w = 20 nas quais x > y'?
devessem ser distintos?
16. Quantos inteiros entre 1 e 100 000, inclusive, têm a pro-
22. De quantas maneiras é possível colocar 6 anéis diferentes em
priedade: "cada dígito é menor ou igual ao seu sucessor"?
4 dedos?
17. Quantas permutações de 7 letras A e 7 letras B, nas quais
não há 3 letras A adjacentes, existem?
18. Urna urna contém n bolas, das quais devem ser escolhidas p
bolas. Determine:
B
A
X
y z
Na introduç.ão ao capítulo anterior fizemos referência a um princípio b) #(A UH) <; o 11úmc'ro dP clPnwntos que J)l'r!eEcc-'m a pelo
elementar de contagem que estabelece que o número de elementos menos um dos conjnntos A C' B. Para contar os p]cnientos de A UB
da união de conjuntos disjuntos é a soma dos números de elemen- contamos todos os e>lenwntos de A(-/JA) e todos os de B(ifB).
tos de cada conjunto. Ao fazermos isso, os elcnwntos de A n H foram contados duas
O Princípio da Inclusão-Exclusão é uma fórmula para con- vezes, ttma f'm #A C' outra em -//-U. Jiortanto tic-~v0mos descontar
tar o número de elementos que pertencem à união de vários con- a segun<l<1 contag('rn desses dementos f' obtemos
juntos não necessariamente disjuntos. Na sua versão mais simples,
1/(A U B) 0
!IA -1 1/B - lf(A n il).
ele afirma que
lfo(A U B) ~ #A , 1/B - lfa(A n B). Parn trt's conjuntos A. B, C o Prinf'ípio da lndusão- Ex-
clusão afirma que
A justificativa pode ser obtida de dois modos diferentes:
ll(AUBUC')= //A 1-//ll+#C'
a) Suponhamos que haja y elementos comuns a A e B ~que - //(A n B) - lt(A n C) -1/(!3 n C')
além disso haja x elementos que pertençam a A e não a B e z
elementos que pertençam a B mas não a A (ver figura 3.1).
+ 1/c(A n B n C).
Temos lima justificativH podP sf.'r:
!í6
58 Outros Métodos de Contagem Cap.3
Cap.3 Outros Métodos de Contagem !j!)
il(A, nA,) ~ 1f(A1nA:1) ~ 1f(A, nA,) ~ iF(A,nA:i) ~ if(A,n (observe que há C,~ parcelas Prn S 1, e; parcelas em 82 ele... ).
A4) = --/f(A:3 n 1Li) n 9 de anagramas <le CAPÍTULO que têm Então:
duas letras fixas = G! = 720. a) O n1.Ímfffo ele elementos de O que perte11cem a <watame11te p
(p:::::; n) dos conjuntos A1,A2 .... ,An <~
IF(A1 n A2 n A:1) ~ IF(A, n A2 n A,) -- IF(A, n A:i n A,) ~
·11-p
# (A2 n A:3 n A4) = nº dP anagramas de CAPÍTULO que têm 3
lPtras fixas = 5! = 120. flp = """"(
L...., - t)kc,k Q •
p+k')p+k,
k=O
//-(A1 nA:2nA:3nA4) - nº de anagramas de CAPÍTULO que têm
'1. l<~tras fixas =- 4! = 24. b) O mímern de elementos de n que pertencem a. pelo menos
p(p :::::; n) dos conjuntos A 1, A2, ... , An é
Pelo Princípio da l11d11são-Exdusão,
11-p
~ 16296, "-'·--º
quP {, a resposta.
- D
e) O nlÍmcro de elementos do conj1111to A 1 U A2 U · · · U A11 P
,,
,J_l -
,,
,J2 + ••• , ( l)"-1"
T - '"'11·
O Princípio <la Indusão-Exdnsão pode ser generalizado.
' Provaremos no Apêndice 1 o
A parte e) dessP teoremá é devida <tO matemático por-
tuguês, professor da Escola Naval de Portugal. Daniel Augusto
Teoren1a: Sejam n nm coJJjimtn, A 1 , A2, ... , An s11bconjuntos da Silva (1811-1878).
62 Outros Métodos de Contagem Cap.3 Outros Métodos de Contagem 63
Cap.3
A parte a) do teorema, no caso p = O, é conhecida pelo s., ~ #(A1 n A2 n A3) + #(A1 n A2 n A4)+
nome-' de fórmula do crivo e' é de>vida ao algebrista inglês .J. J. + #(A1 n A:in A4) + it(A, n A3 n A4)
Sylvcster (1814-1897).
~ [1000]
42
+ [1ººº]
30
+ [1ººº]
70
+ ['.ººº]
210
A part.P a), no caso gen1l. (' devido ao matemático francês
Camille .Jor<lan (18.58- 1922). · ~ 23 + 33 + 11 + 4
= 71;
Exemplo 3.3: Quantos sH.o os inteiros, compreendidos entre 1 e
1000 inclusive, que são divisíveis por Pxatamcnte dois dos números 1000] ~ 4.
2, ,1, 7 e 10? E por pelo menos dois? [ 210
Exemplo 3.4: Para cada inlPiro positivo n d<'Ílll('-S(' p(11) como Queremos cletnminar o número de C'lc~mentos de n qne são
s<'ndo o número d<' int.eiros positivos que são primos com n P não primos com 11. ou seja, o número de elementos de fl qm, não
são superiores a 11. isto l'. ([ll(' são primos com 11 e nwnon•s ou iguais pertencem a nenhum dos conjuntos A J, A2, ... , Ar.
a u. Assim. por exemplo. cp(l2) --= 4 pois os il1l<•iros positivos quC' 'P(11) é pois o BÚmero de el<'rnentos rk n que pertencem a
não s11perarn 12 C' são primos com 12 são l. 5. 7 e 11. e p(7) _ (i exatamentP zc~ro dos con_imllos .11., A2, ... , A 1 .• Tc•mos
pois os int<'iros positivos quP não snpcram 7 <~ s;to primos com 7
sao 1. 2. :1 ..1. 5. 6. A; {
,,,, 2p;,''' '!':_p,}
P.i
A fnrn;ão :.pé chmm1tla dP F11n~·ão ;p de Euler (1707-1783).
1f(A;)
O Yalor dt' y(n) pode ser ec1k11lado a partir da decom- Pi
posi(:ão d<' n ('In falon's prirnos. S<' a decomposição de n cm
fatores primos é A; n Aj -= {PiJJj, 2piP_,,. "
'--p;JJj
PiPj
} '
J·, n
11 _- P1Jt · P2- J
· · · [!',.'" (JJ1-P2· ... ,Pr primos distintos), l/(A,nAj)~ (i/:i);
PiPj
~ L(-l)kcá+'so+,
on sc•ja, no coHjunl.o {1, 2 .... , 120} h/1 :J2 númtffQí> primos com 120 k-0
e no conjunto {1. 2, .... 72D} há ,1,1,16 núnwros primos com 729.
~ 80-81 ·I 82- ···+ (-!)"S,.
I Pc1x<1. .iusliíin-\J" R fórmula, dcfüia-sC': 1
= 11 - ( ; 1+ ;: +···+ ;17')-1-
n == Conjunto dos i1ltPiros posil.i\'os rnf'non~s ou iguais a n;
Ai -::e Conjunto dos elementos de ~l q11P s;to múltiplos df' Pi (1
i ::; ·~·).
< 1
("
--1--+·
P1P2
"
P1JJ:1
G{i Outros Métodos de Contagem Cap.3 Cap.3 Outros Métodos de Contagem 67
n
+ (-1)'--- 10. D<>terminP o número <lc perrrmtações df' (1,2, ... ,11,) nas
PlP2 · · · p,. quais não figuram (em posições consecutivas f' na ord<'m dada)
-= n (1 - (1 - 2-) ---(1 -
__!___)
Pl P2
__!___) .
Pr
D
nem o par 12, nem o par 23, ... ,nem o par (11 - l)n.
11. Oito crianças estão sentadas em t.orno de um carrossel. De
quantos modos elas podem trocar <l(' lugar dP modo que cada
crianç.a passe a tc-r uma criança difen~ntc a :ma direita?
2. Qnanto:c; inteiros <'ntrn 1000 e 10000 inclusive não são di- 16. a) DP quantos rno<los podemos dislrilmir 11. partículas dis-
visívPis nem por 1, nem por :1 e nern por 5? tintas por n níveis distintos? (em Física <'ssa dislrilmição ele
partículas por níveis <lP f'Iwrgia é chamada dP estatística de Boltz-
3. Lançam-so 3 dados. Em quantos <los 5:3 resultados possíveis mann).
a soma dos pontos é 12? h) Em quantas dessas distribni<,:ões todos os níveis ficam
4. Quantas são as soluçÕPs inteiros não-negativas de x +y +z = ocupados'?
12 11as quais pelo mPnos uma incógnita é maior que 7? 17. a) DP quantos modos podPmos <listrihuir p. partículas iguais
5. Se. # A = n <' 1f.B = p (n ~ p), quantas são as /: A - B por n níveis distintos? (<'m Física essa distribuição é chamada de
sol>rc~jdoras'? estatística <le Bose-Einsü~in).
b) Em quantas dessas distribuiçôcs todos os nívPis ficam
6. Detnminc o núnwro df' pC':rmutações de (1,2,3,4.5,6) nas quais ocupados?
nem o 4 ocupa o 4° lugar nem o (i ocnpa o 6º lugar.
18. De quantos modos podemos distribuir p partíc11las iguais
7. Quantos são os inteiros de n dígitos. qnP têm todos os dígitos por n níveis distintos se~ nenhum nível poclc conter mais <le uma
pcrtencentPs ao conjunto {l, 2, 3}? Em quantos deles os inteiros partícula? (em' Física essa clistribuição é çhamada rlf <'statíst.ica
1, 2 e :1 figuram todos?
-
, 8.1 DC'terminc o núrnno de permutaç.ões das lctas AA B TJCC D D
de Fermi-Dirac).
11-0
'""'(
L.,,, -1 )k Co+J./io_j_k
k
lima permutação dos 11únwros (1. 2, ... , n) é. dita caótica (ou de- "º k=O
sor<lcnament.o) qmmdo 1wnhnm número c'stá no sen lngar primi-
tivo. Assim, as pc-'rmutac;Õf's 21 1:3 e ;31,12 são caótiC'.as mas 1342
1
"
I:(-l)csc
não P (1 f'Stá no seu lugar primitivo). Para eaknlar o númno k=O
D 11 <lc pcrmutaçÕPS caóticas de (1,2, ... ,n.), defina-se A.;-· con- = So - .'-i' 1 1 82 - S':3
jnnto das JH'rnmta('Õcs de (1, 2, .... n) ern que o número i ocupa 11! n! )n n!
o -i-foimo lugar. i E {1,2, ... ,n}. n!-n 1 t - - - l · · · + ( - 1 -
. 2! :i! 11 !
Queremos cc1.k11lar o número de elementos do conjunto fl ,,, [_]__- _l_ + _1_ _ _!_ 1 + (-1)"]
O! l! 2! 3! 11!
das pnmutaçõcs de (1, 2 .... , n) qne pertencem a Pxatamente zero
dos con.inntos A l · A2, ... , A 11 • Temos:
Logo, o 11únwro de pern1utações caóticas <lC' (1, 2, ... , n) e
So . N(í!) 0~ 11';
1! 1)
D,, ,,, [_]__ - _!_ + _!_ - _l_ + + (-1)"]
S1 ~ LiF(A;) ·. L(" -1)1 ~ n · (n -1)' ~ ,,1 O! 1! 2! 3( 11!
i-1
L l/(A;nAJ)~ L (n-2)!~C;;·(n-2)'~
n!
21; Assim, por exemplo,
1:s;i<J'.S11 1:s;i<J$11
l$_i<j<k'.S11
3!'
~ 24 (1 - 1 -t- !:.2 - !:.6 + -241 )
~9
11 !
=
-
,.)71.
Q '- ('11
"' · ( 11 - 11 ) '.
11.!
Realmente. 1:1s JH'rmuta<,:Õcs caóticas de (1.2.:l,!J) são 214:3,
:3H2, :3241. 112.1, ;3412, 4312, 241:3, 2341. '.3121. 4:321. E intc-
O número de elementos de fl que JwrLPlH'.Pm a c'xat.arr1Pnte rcssantP ohservar quP /) 71 (' aproximadamenU• igual a n!/c; mais
70 Outros Métodos de Contagem Cap.3 Cap.3 Outros Métodos de Contagem 71
1
2
o
1
º· :J ...
U, 7 ...
1-
1
11+1
1
<
2
3 2 2, 2 ... "
4 9 8. H...
Ou se.ia,
5 44 44.1...
D i1 - -"!
e
1 1
< -.
2.
1
OhsC'rve qtw nossa afirmação(' verdadeira para n 1 e para n = 2. se n > 2. Logo, para u > 2, Dn (' um inteiro situado a uma
Vamos prová-la para n > 2. Com efeito sabemos que distância menor que 1/2 <lo número n!/c. Assim, 0 11 é o inteiro
mais próximo dP n!/c, se n > 2 .
.,.
e··=
Exercícios
e portanto que
-n' ( ~! - i, + ;, - ... ) 1
3. Determine o número de pcrmutaçÕc's caóticas ele (1,2,3,4,5,6,7,
8,9,10) nas quais os números 1,2,:l,,1,5 ocupam, em alguma ordem,
os cinco primeiros lugares.
(-1)"+1 (-1)"+2 1
~ n! (n + 1); -I- (n 1 2)' -1- ... 4. De quantos modos é possível colocar 8 torres f>rancas em um
1
tabuleiro de xadrez 8 x 8 de rnodo qn<~ nenhumà torrP fique na
-< 11! ( (n+l)!
1 -t- (n+2)!
1
__1 ,., ) diagonal branca e não haja duas torres na mesma linha ou na
mesma coluna?
1 1 1
--+
n-t-1 (n+l)(n+2)
+ (n+l)(n+2)(i,+3) 1
72 Outros Métodos de Cont'agem Cap.3 Cap.3 Outros Métodos de Contagem 7.1
6. Provf' qu<' (definindo JJo l) Ora, para formar nm 3-subconjunto sem elementos conse-
cutivos devemos colocar ;3 sinais + e :3 sinais - em fila. sem que
,,, = (;;)o,, ('i')o,,_, + (~)o,,_, 1... + (:;)0 0
haja dois sinais + consecutivos. Para fazer isso, colocamos os
sinais - ( 1 modo), e colocamos os sinais + nos 4 cspaç·os assi-
nalados, na figura :3.2. com no máximo um sinal por espaço (C)
7. Prove que D 11 n D 1 ,-J --t- (-1 )11 para n 2: 2. modos). A rPsposta {! então, 1 x e:{= 1.
{1,:J,5} seria rq>r<'S<'Iltado por 1- - + - -1--; Exemplo 3.6: l.Tma fila tPm 1.1 cadeiras nas quais d('V<'m sPntar-
{2.:l,G} (que não é um subconjunto válido pois 2 e~ 3 sao se 5 homPns, Ck modo CJIH' não fiq1wrn dois homens S('nta<los em
eons<!c11tivos) seria marca<lo - + 1-- - -+. cadeiras (·ontíguas. De qnanlos modos isso pod<' ser ÍC'ilo?
74 Outros Métodos de Contagem Cap.3 Cap.3 Outros Métodos de Contagem 75
Solução: Devemos iniC'ialmente escolher 5 cadeiras sem que haja Agora os elementos "1" e "n" são consecutivos. De quantos
cadeiras consecutivas. Isso pode ser feito de /(15, 5) = cf5 _ 5+ 1 = modos é possível f01·mar um p-subconjunto de {1,2, ... ,n} no
Cf 1 modos; escolhidas as 5 cadeiras, devemos designar a cada
qual não haja números consecutivos? Ora, o número total de
homem uma cadeira, o qne pode ser feito de P.e:, = 51 modos. A subconjuntos será a soma do número de subconjuntos nos quais
resposta é cf1 x 5! = 55 440. D o elemento "1" figura com o número de subconjuntos nos quais o
elemento "1" não figura.
Exemplo 3. 7: Quantos são os anagramas da palavra MISSIS-
SIPI nos quais não há <luas letas 8 consecutivas? a) Subconjuntos nos quais o elemento ''l" figura. Para formá-
los devemos escolher p - 1 elementos em {3, 4, ... , n - 1} (pois
Solução: Devemos colocar as letras de MISSISSIPI nas casas
se o "1" figura, o "2" e o "n" não podem figurar) para serem os
abaixo:
companheiros do "1" no subconjunto, não podendo ser escolhidos
elementos consecutivos. O número de modos de que isso pode ser
feito é
Devemos inicialmente escolher 4 casas sem que haja casas 1
consecutivas para colocar as letras S, o qne pode ser feito de J( n - 3·p - !) ~ cP-.
'
~ cp-l
n-.3-(p-l)+l n-p-I ·
J(IO, 4) ~ cf0_ 4+i ~ cf~ 35 modos.
b) Subconjuntos nos quais o elemento "1" nã.o figura. Para
Agora devemos arrumar as letras restantes {4 letras I, 1 formá-los <levemos escolher p elemf'ntos em {2, 3, ... , n }, não po-
letra M e 1 letra P) nas 6 casas restantes, o que pode ser feito de dendo ser escolhidos elementos consecutivos. Isso pode ser feito
de f(n-1,p) = C~-I-p+l = C~-p modos. Portanto, a resposta é
p4,l,l = __
61
·_ = 30
G 4!1!1! p-1 p _ (n-p-1)! (n-p)!
Cn-p-1 + Cn-p - . n - 2p )I.
( p - 1)'( + p.I( n
- 2p)!
modos. A resposta é 35 x 30 = 1050. D
(n - p - J)!p + (n - p)!
Suponhamos agora que os elementos de { 1, 2, ... , n} este-
p 1(n - 2p)!
jam arrumados f'm círculo, r:omo na figura :l.3.
(n-p-l)!p+(n-p)
p!(n-2p)I
(n-p-1)!
n - 1 3 =n
p!(n - 2p)!
n (n-p)!
n-pp!,n-2p)!
n P
--Cn-p·
n-p
Segundo Lema de Kaplansky: O mírnern de p- subconjuntos 4. De quantos modos podemos formar uma seqii.(~ncia de p ele-
de { 1, 2, ... , n} uos quais não há uiímeros consecutivos é, con- mentos iguais a 2, q elementos iguais a 1 e r elementos iguais a O
sider<'lndo 1 e n como consecutivos, igual a se dois elementos iguais a zero não podem ser adjacentes?
2. Dado um d('cágono, quantos são os triângulos cujos vértices a) Quantos são os trajetos possíveis da partícula ele (0,0) a (8,6)?
são vértices não-consecutivos do decágono?
3. De quantos modos podemos formar uma seqüência de p ele-
mentos iguais a 1 e q f'lementos iguais a O se dois elementos iguais
a zero não podem ser adjacentes?
78 Outros Métodos de Contagem Cap.3 Cap.3 Outros Métodos de Contagem 7!)
Fig. 3.5
jeto indica que quando o 3ºvoto acaba de ser apurado, o candidato
S tem uma vantagem de um voto.
80 Outros Métodos de Contagem Cap.3 Cap.3 Outros Métodos de Contagem 81
1
,_ ~ Se alguma dessas somas (digamos 8 j) for divisível por m, a demons-
tração está concluída (nesse caso r = 1 e l = j). Caso contrário,
nenhuma dessas somas divididas por m deixará o resto nulo. Os
1 restos possíveis são, portanto, 1, 2, ... , m - 1. Como há m somas e
, __ apenas m - 1 restos possíwis, pelo princípio de Dirichlet, há duas
delas, que chamaremos de Si e 8j, que divididas por m. deixam
Fig. 3.6
restos iguais. Suponha i > j. Então
Exemplo 3.12: Mostre que cm um conjunto de n pessoas há
sempre <luas pessoas que conhecem exatamente o mesmo número
de pessoas <lo conjunto. (Obs.: Se a conhece b, b conhece a, ou
seja, ''conhecer" é uma relação simétrica.)
é múltiplo de m. e o resultado está demonstrado (r = j + 1, l = i).
Solução: Observe, em primeiro lugar, que qualquer das pessoas o
do conjunto conhece no mínimo O e no máximo n - 1 das outras O princípio de Dirichlet pode ser reformulado do modo
pessoas. Observe, em segundo lugar, que se alguma das pessoas seguinte:
conhece todas as outras n - 1 pessoas então é impossível que haja
alguma pessoa conhecendo O outras. llsemos agora o princípio de Sem objetos sã.o colocados em n gavetas, então pelo menos
Dirichlet pondo na 1ª gaveta as pessoas que conhecem O outras, uma gaveta contém [(m - 1)/n] -1 1 objetos.
na 23 gaveta as pessoas que ('Onhecem 1 outra, ... , na nª gaveta as (Obs: [x] é o maior inteiro menor que ou igual a x ).
pessoas que conhecem n - 1 outras. Apesar de termos n gavetas, Prova: Se cada gaveta contiver no máximo [(m -1)/n] objetos,
as n pessoas são colo<"adas em, no máximo, n - 1 gavetas, pois então o número de objetos será no máximo
pela segunda observação a primeira e a última das gavetas nao
podem ser ocupadas simultaneamente. D
Exemplo 3.14: Em um grupo <le 40 pessoas, pelo menos '1 pes- B. É possível então, rodando o disco A, obter uma pos1çao na
soas têm o mesmo signo. qual pelo menos 100 setores de A tenham a mesma cor que os
Solução: Com efeito, colocando cada pessoa (objeto) na gaveta correspondentes de B.
do ºseu signo, temos m = '10 e n = 12. Logo, pelo menos uma Prova: Coloque A sobre B. Seja a 1 o número de setores so-
gaveta conterá [ 4 ~; 1 ] + 1 =- 4 objetos. D brepostos que têm cores coincidentes. Gire A de um setor (isto
Há ainda outra formulação possível: é <le 360° /200) mantendo B fixo. Seja então a2 o número de se-
tores sobrepostos que têm cores coincidentes. Continue com esse
Se.7a.m n gavetas e seja µ. um inteirn positivo dado. Colo- processo até obter a200. Então o número total de coincidências é
quem.os a 1 objetos na. 1~ gaveta., a2 objetos na 1!4gaveta a1 + a2 + · · · -1- a200 = 100 X 200.
e assim sucessivamf.nfr atf a 11 objetos na n-ésima. gavda.
Rntâo Síé a mfdin. (a 1 + a.2 + · · · I·· a 11 )/n for maior queµ, Com efeito, fixe um setor do disco [J (preto, por exemplo).
uma das gavetas conterá pelo meno8 µ + 1 objdos. Como A tem 100 setores pretos, haverá 100 posiç'ões em que esse
setor de 13 terá a mesma cor que o corrc--'SJJOndente setor de A.
Prova: Se todos os ªi fossem menores que µ + 1, teríamos Assim o número total de coincidências será 100 vezes o número
de setores de B.
Daí temos
(rq + a2 1 · · · l a200)
100 > 99.
200
maior valor de k para o qual podemos garantir que a afirmação 12. Sejam x um número real e num inteiro positivo. Mostre que
acima é verdadeira? entre os números x,2:t,3x, ... , (n - l)x existe um cuja distância
a algum inteiro é, no máximo, 1/n.
3. Refaça o problema anterior para a afirmação: "Pelo menos 4
car'1didatos responderam de modo idêntico as k primeiras questões 13. Um mestre de xadrez, preparando-se para nm torneio, joga,
da prova". durante onze semanas, velo menos uma partida vor dia mas não
mais que doze partidas por semana. Prove que existe um con-
4. Um ponto (x,y,z) do R:3 é inteiro se todas suas coordenadas
junto de dias consecutivos durante os quais ele joga exatamente
são inteiras.
20 partidas.
a) Considere um conjunto de nove pontos inteiros do R 3 .
14. Seja num inteiro ímpar maior que 1 e seja A uma matriz n x
Mostre que o ponto médio de algum dos segmentos que
n simétrica tal que cada linha e cada coluna de A é formada pelos
ligam esses pontos é inteiro.
números {1, 2, ... , n} escritos em alguma ordem. Mostre que cada
b) Dê um exemplo de um conjunto de oito pontos inteiros do
um dos inteiros { 1, 2, ... , n} aparece na diagonal principal de A.
R 3 tais que nenhum dos pontos médios dos segmentos que
ligam esses pontos é inteiro. 15. Prove que se o conjunto {1, 2, ... , 1978} é partido em 6 sub-
5. Qual é o número mínimo de pessoas que deve haver em um conjuntos, em algum desses subconjuntos existe um elemento que
grupo para quC' possamos garantir que nele haja pelo menos 5 é igual a à soma de dois elementos, não necessariamente distintos,
do mesmo subconjunto.
pessoas nascidas no mesmo mês?
6. Mostre que em to<lo (n + })-subconjunto de {1, 2, ... , 2n} há
um par de elementos tais que um deles divide o outro.
7. Prove que todo número natural tem um múltiplo que se es-
neve, na base 10, ctpenas com os algarismos O e l.
8. Prove que em qualquer conjunto de 52 inteiros existe um par
de inteiros ruja soma ou ruja diferença é divisível por 100.
9. Prove que dado qualquer conjunto de dez inteiros positivos
de dois dígitos cada, é possível obter dois subconjuntos disjuntos
cujos elementos têm a mesma soma.
10. Considere 1990 pontos em um plano. Prove que quaisquer
três semiplanos, tais que cada um deles contém mais de 1327
desses pontos, têm interseç.ão não-vazia.
11. Mostre que se escolhemos 800 pontos dentro de um cubo de
aresta 10, pelo menos um dos segmentos determinados por esses
pontos tem comprimento menor que 2.
4. Números Binomiais Cap.4 Números Binomiais 8!)
1 1
88
!JO Números Binomiais Cap.4 Cap.4 Números Binomiais Ql
.Justificativa: "
= "L...nCn-1
k-1
n! n! k=l
cn-p = ~--=--~-~~ ---e-e-e - CP D
" (n - p)![n - (n - p)!] )''-·,,.
(' n-p .p. "
= n "c·"-1
L... 11-1
k=l
T eorema , 11 C''n1 + C', 712 + • • • ,,- C'n
· das L1'11has·. eº+ 'n -- 2" ·
+ e,,n-1 + c2n-l + ... + c.,','.=111
= n lcn-1
o i --
Ou seja, a soma dos elementos da li11]1a n vale 2n.
= n · 2n-l D
.Justificativa: Cfi é o número de subconjuntos com p elementos
do conjunto A= {1, 2, ... , n}. Então C~ + C 1~. + C~ +···+e;:
é o número total· de subconjuntos de A. Mas, para formar um
subconjunto de A = { 1, 2, ... , n} devemos marcar cada elemento
Teorema das Colunas:
de A com o sinal + (indicando quP o elemento foi escolhido para
o subconjunto) ott com o sinal - (indicando que o elemento não
foi escolhido). Como o número de modos de marcar os elementos C pP+ cP cP
'p+l +- 'p+2 +- · · ·
+ cP -
·'p+n ·-
c~p+1
'p+n+l ·
é, 2 X 2 x · · · x 2 211 , provamos que o número de subconjuntos
de um conjunto com 11 elementos é
Ou seja, a soma dos elementos de nma colmw do triângulo (começando
C 11o + e"
'11 + ••• + C"
' r i = 2" · D no primeirn t~lemento da coluna) é igual ao elemento <Jlle está
avançado uma linha e uma coluna sobre a última parcela da soma.
Exemplo 4.1: Qual é o valor <la soma
+ 2c·2 1
e•
' 1
- ·· c··'n1 'n + ''lC':3
'n + · · · + n C"'
n ·
1 1
8oluçào:
1 2 1
"
s~I;kci 1 3 3 1
1,;-1
1 4 6 4 1
" n!
~ I: k-k~!(-,,---k~)~! 1 5 10 5 1
k----=l
Fig. 4.2
'°' "
- ~ (k - l)!(n - k)!
n.
1
k=1
~ (n - !)!
~
11
~ (k- l)'(" - k)' .Justificativa: Apliquemos a rf'lação de Stifel aos elementos da
1,,:=1
02 Números Binomiais Cap.4 Cap.4 Números Binomiais 03
c;+ ~+
1 1 =e;+ c;+1 + c;+2·t isto é,
"
Solução:
.so
s-I>'
k=1
s = Lk(k+1J(k+21 "
k---::1 Lik(k 11-!1
50 k=l
n n
= Í:3!Ci+2
k=l
·'-'' "'1
2 L..,. C1,;+i - L..,. C1,:
= 6[C', ;3" +e"+
_, '1 ... ,:l
1 ( , ,'i2
I k---::l k-1
= 2('11+2 -
,:i e'n+l
--' 6CJ:3
_ (,, + 2)(n + l)n (n + l)n
= 1756950. D 2
6 2
94 Números Binomiais Cap.4 Cap.4 Números Binomiais !J5
= n(n + 1) [ n ; 2 - ~ l Logo,
n
n(n + 1)(2n + 1) o S = L[3k(k I l)(k + 2) - lOk(k + 1) + 4k]
6 k=l
n
= I:;13 · :i!cZ+2 - 10 · 2!cf+1 -1- 4ClJ
k=l
Exemplo 4.4: Calcule o valor da soma 11 1! li
Temos
3k" - k2 == Ak
3
+ (3A + B)k 2 + (2A + B -1- C)k + D. Ou seja, a soma dos elemmitos de uma diagowJ (isto é, de uma.
paralela à l1ípotenusa), do triângulo de Pascal ( começando 110
primeiro ele1mi11to da diago1Jal) é ig11al ao elemenl;o que está ime-
donde diatamente abaixo da iíltima parcela.
1 2 1 e
crr+ 1 - e~ < o se n - 1 - '2p < (L
1 3 3 1 ou se.ia,
,p-1 11-l
1 4 C/,p1! < cn se p < -2-
6 4 1
e
n - 1
1 5 10 10 5 1 C nP > ('p-l
'n se P > D
Fig. 4.3 2
.Justificativa: Ton1os O que significa esse teorema? Elf' afirnrn que na pnmeira
metade de cada linha os elementos estão em ordem crescente (cada
eº+
/11 c''n+l + e"
·'11+2 -1· · · · 1 cP11+p -- c·-'n11 -, e·"
1
'n+l + c"
.,n...;...2
termo é menor que o seguinte, C~ < cri- 1 ) e que na segunda
metade os elementos est.ão cm ordem decrescente (cada termo é
+. -1- C n+p
" maior que o anterior, Cf, > c;i,- 1 ).
-- C,n+l
n+p-+-1
Encerramos esta seçao com algumas observações: a ex-
-CP
-- n+p+l• pressao
n(n-l)···(n -p+l)
usando sncessivanwnte Combinações Complementares, o Teorema
<las Co]nnas e Cornhinac,:ões Complementares. D
(;:) p!
faz sentido para qualquer n real, desde que p seja um inteiro posi-
llrn ontro fato importante é o scguintC' tivo. Definir<)rnos então para qualquer n rPal e qualquer p inteiro
não-negativo o binomial ele n sobre p por
T coren1a: ( .,n
'P < C'"·.Ll 11-l e
,fi; se p < :r- ('P
-'?J
> (•P+l
, 11
n-1·
se p > ~
.Justificativa:
u! li!
(:P+I _ ('P = ~ - ~ ~ - - - - ~ Assim, por exemplo, temos
11 11
' (p 1- l)!(n - p - 1)! p!(n - p)!
1(1-1)(1-2)
n!(n - p) - 11!(p --t- 1)
(p + l)!(n - p)l
(1{i2) 3!
l
16'
11!(11 - 1 - 2p) (-5)(-6)(-7)(-N)
(p + J)l(n - p)" (~º) 11
~ 70
!)8 Números Binomiais Cap.4 Cap.4 Números Binomiais !)!)
e Exercícios
3) - 3 · 2 · 1 · O · ( -1) -o
(5 - 5! - .
1. Prove, fazendo as contas, a relação de Stifol:
E claro que se n é inteiro não-negativo,
é igual aCfi, número de p-subconjuntos de um conjunto com n 2. Prove, por um processo análogo ao usado no texto para provar
elementos. Se n não é inteiro não-negativo, Cfi não tem sentido a relação de Stifel, que
mas
n(n - !) · · · (n - p + !) p+2 -
C 11+2 cP + 2cp+1 + cP+:l
- n n n ·
p!
continua tendo sentido. 3. Prove, fazendo as C'ontas, que
É interessante observar que mesmo se n não for um inteiro
não-negativo continua sendo verdade a Relação de Stifel
p+2 p
(p+l )+(
(n+2)~(")+2 n n ),
p+2
a) (")
p
+ (p+l
n ) ~ ("+l)
p+I '
supondo n um real qualqner e p inteiro não-negativo.
e o Teorema das Diagonais
4. Usando a relação de Stifel, escreva as sete primeiras linhas do
triângulo de Pascal.
Enquanto que o Teorema das Linhas
5. Prove, usando um argumento combinatório, que Cfi = c;:-P.
e) (3) + ('{) + ... e:) ~ 2", 6. Se A possui 512 subconjuntos, qual é o número de elementos
o Teorema das Colunas de A?
po<lem ser obti<las dissolvendo-se um ou mais desses comprimidos 21. Calcule o valor de
em um copo com água?
,) -"' - e·º c·1
11 - 11 +- c2
'n - ··· + (- J)PcPn·
10. Quantos coquetéis (misturas de duas ou mais bebidas) po-
der°n ser feitos a partir de 7 ingredientes distintos'?
22. Tem-se uma rede de caminhos (figura 4.4). Do ponto A
11. Em uma sala há 7 lâmpadas. De quantos modos pode ser partem 2 1000 homens. Metade parte na direção l e metade na
iluminada a sala? direção m. Ao chegar ao prirm~iro cruzamento cada grupo se cti-
n vide: uma metade segue na direç.ão l, a outra na direção m. O
12. Calcule L(k + l)C,~. mesmo ocorre cm cada cruzamento. ~umrremos as linhas e os
/,,=O
cruzamentos em cada linha a partir do zero; assim, A é o zern-
n ésimo cruzamento da linha zero. Quantos homens chegam ao k-
13. Calcule o valor de L, J.· 2Ct. ésimo cruzamento da linha n?
k=íl
n ck
14. Calcule o valor de L,---"-.
k+I
k=O
15. Prove, por indução, o Teorema das Linhas.
16. Prove, por indução, o Teorema das Colunas.
l m
17. Calcule o valor da soma
23. Prove que todo poliômio P(:i:) de grau p pode ser escrito na
forma
19. Calc:ule o valor de
n P(,r) =Ao+ A1x + A2x(,,, -11) + · · · + Apx(x -1-1) · · · (x I p-1).
S ~ I;k(2k + 1).
}.:__cl
24. Calcule e R?i + e n; + e Rf + · · · + e Rfi.
1 1
20. Calcule o valor da soma 25. Prove, usando um argumento combinatório, a Fórmula de
Euler
"
S ~ I;(2k - !) 2 (k -t- 2).
1,,--c 1
º
e m cP
"'h 1--
c m1 cp-i
'li + c·m2 c,p-
/h
2
-1- · · · ·I cP eº - cP
'm 'h - -'m+h·
102 Números Binomiais Cap.4 Cap.4 Números Binomiais 103
Fo 1
L (")("-k)
m
k=O
k m - k
(m < n).
F1 ~ 1
F2
F,
F,
2
3
5
1
4
10
1
5
39. Calcule
Fig. 4.5
104 Números Binomiais Cap.4 Cap.4 Números Binomiais 105
1
T~oren1a: Se .'T e a são mímeros reais e n é mn i11teiro positivo, 1 1
1 2 1
(., 1 a)"~ t (:)akccn-k ~ 1
1
3 3 1
4 6 4 1
k=O
(~)aº.i:11 + G)al.ru-1 + G)a2.cn-2 --1- ... + G:)auxo. Obtemos
Cada termo do produto é obtido escolhendo-se cm cada varêntescs Tk+l = (!) (:; ) k (x3)9-k
Resposta: - 126. D
temos
Exemplo 4.7: Determine o termo máximo do desenvolvimento P(l) =Ao+ A1 + Az +···+A,,.
de (1 t 1/3) 65 .
Em suma, a soma dos coeficientes de um polinômio em x é o valor
Solução: O termo genérico do desenvolvimento é numérico do polinômio para x = 1. A resposta é, portanto
Tk+I > Tk (011 seja, cada termo é maior que o anterior) se Exemplo 4.9: Se na fórmula do binômio fizermos x a= 1,
obtemos
Assim,
(66 - k)! k! 3k 65!
10
(65 - k)! > (k-1)13k 65!' que é resultado importante, usa.do no Apêndice 1 para provar o
Princípio da Inclusão-Exclusão. D
isto é, 66 - k > k · 3 · 1, isto é, h: < 16,5. Logo, T1,;+ 1 > T1,;
para k E {l, 2, ... , 16} e, analogamente, T1,;+1 < Tk para k E Exemplo 4.10: Calcule:
{17,18, ... ,65). Logo,
Ti < T2 < T:3 < · · · < Trn < T17 > Tis> · · · > T55.
a) t (''.)x";
k==O /,;
a) t
k=O
(:)xk = (1 + x)11, pela fórmula do binômio.
108 Números Binomiais Cap.4 Cap.4 Números Binomiais 109
tk(;)x• tk(~)x•
k=O
=
k=l
de x. Calcule a soma dos termos de ordem par desse desenvolvi-
mento.
n n ( n - 1) · · · ( n - k + 1) X k Solução: Temos
=
L
k=l
k
1 · 2 .. · k
(x +a)"= T1 + Tz + T3 + T4 + ·
= n n (" -1)
k - 1
Xk
(x - a)"= T1 - T2 + T3 - T4 + ·
k=l Daí
= nx " (: =1)
Í:: 1 xk-l
(x + a)" - (x - a)"= 2[T2 + T4 + .. · J
k=l e
(x + a)n - (x - a)n
= nx [("~ 1
) + ("~
1
)x +···+ (~=:)x"- 1
]
T2 +T4 + ... =
2
que é a resposta. D
= nx(l +x)n-l_
Exemplo 4.12: No desenvolvimento de (x + a}n ordenado de
Uma solução mais sofisticada seria modo usual, temos
t (;)x•
k=O
= (1 + x)". (
") a k x n-k = n - k
k k
+1( n
k - 1
) a k x n-k
e
Derivando obtemos n ) k-1 X n-k+l •
( k-1 a
Daí resulta
+ 1)
lx5 5x4 ]Ox3 10 X 2 5X J 10
1 --
' 1
= 5 ' -2- = 10·' 3
= !O·, = 5;-- = 1. D 2
4 5 ( X X3
(2x' _ 3y)1991_
n
12. Calcule L c~zk. e igualando coeficientes adequados, prove mais uma vez a Fórmula
de Euler
k=O
Í3. Calcule t
k=O
k (:) 3k_
Cmº cPh + cmi cp-1
h + · · · + CPm cºh = cPm+h·
14. Determine o coeficiente de x 6 no desenvolvimento de 20. Prove que 4747 + 77 77 é divisível por 4.
21. Calcule o valor de:
a) +e~+ e~+···;
C 1~
b) c~+c~+c~+···.
15. Calcule o valor da soma 22. Calcule o valor das somas
19. Partindo de
Tcorenia:
onde cq, a2, a:3 são inteiros não-negativos tais que (ti +a2+a:~ .--:::; 4.
Abaixo temos uma. tabela dos valores possíveis de a 1, n2, n3
estendendo-se o somatório a todos os valores inteiros não-negativos e os corespondentes termos do desenvolvimento.
de a1, a2, ... , ap tais que a1 -t CY2 + · · · + CYp = n.
Prova:
Cq "2 "3 T
(:q J- :r2 +· 1
-! :rp}1 =(x1 + x2 + · · · + Xp) · ·
4 o o x8
· · · (x1 + x2 + · · ·" Xp)·
o 4 o 16x 4
O termo genérico do prodnto é obtido escolhendo-se em cada o o 4 1
parênteses um Xi e multiplicando-se os escolhidos. Ora, se em 3 1 o 8x 7
CY 1 dos parênteses escolhermos x 1 , em o: 2 dos parênteses esco-
3 o 1 -4.r,6
lhermos :1:2 etc ... obteremos :i::~ti x:J'2 • · • x;r (CY 1 , o: 2 , · · , ap inteiros 1 o 3 -4x 2 ·
não-negativos e a1 + a2 + · · · + !"\p = n). O termo xf 1 x~ 2 · • x~P
1 3 o 32x 5
aparece tantas vezes quantos são os modos de escolhermos nos n o 1 3 -8x
parênteses cq <leles 1rnra JWgar~os o :q para fator, n2 dentre os
o 3 1 -32x:3
2 1 1 -24x 5
que sobraram para pegarmos o :1:2 como fator cte .... Mas isso pode
1 2 1 -48x 4
ser feito de
1 1 2 24x 3
e '" cº::.1 . e:ª" = --
n! 2 2 o 24x 6
. ~n-0:1 · · n-0:1-···-u,.. 1 1 -1- - -1 2 o 6x 4
" 0:1.n-2. · · · ªn· 2
o 2 2 24x 2
modos. Logo, :1:ít x2t
1 2
· · · .i:~r aparece no desenvolvimento
n!
Somando e reduzindo os termos semelhantes obtemos
(.,c 2 + 2x -1) 4 ~
vezes.
Exemplo 4.13: Calcule (x 2 --t- 2.i: - 1) 4. x8 + 8x 7 + 20x 6 + 8x 5 - 26x 4 - 8x 3 + 20x 2 - 8.r ,j 1. D
116 Números Binomiais Cap.4 Cap.4 Números Binomiais 117
Exemplo 4.14: Determine o coeficiente de x 4 no desenvolvi- i) Um dos a é igual a 2 e os demais são iguais a zero. Obte-
mento de (x 2 - x + 2) 6 . remos então termos da foram xf (l ::; i::; n).
ii) Dois dos a são iguais a 1 e os demais são iguais a zero.
/lolução:
Obteremos então termos da forma 2xiXJ (l ::; i < j ::; n).
Logo)
"
(x1+x2+···+xn) 2 =Lxf+2 Í: XiXj)
i=l 1:Si<j:Sn
o 4 ' 2 60x 4
1 2 3 480x 4 Exercícios
2 o 4 240x 4
1. Determine o coeficiente de x 17 no desenvolvimento de
Somando, o termo em x 4 do desenvolvimento é 780x 4 . A resposta
é portanto, 780. D
Solução:
3. Quantos termos possui o desenvolvimento de
onde n1, a2, ... , a 11 são inteiros não-negativos tais que a1 + 0:2 + 4. Deduza uma fórmula para o cálculo do cubo de um polinômio.
· · · + O:n = 2. Há dois tipos de soluções para a equação acima.
"'
Cap.5 Probabilidade 11!)
5. Probabilidade
idênticos. Os experimentos que repetidos sob as mesmas condições
produzem resultados geralmente diferentes serão chamados experi-
mentos aleatórios. Fenômenos aleatórios acontecem constante-
mente em nossa ·vida diária. São frequentes perguntas tais como:
choverá amanhã? Qual será a temperatura máxima no próximo
domingo? Qual será o número de ganhadores da Loteria Es-
portiva? Quantos habitantes terá o Brasil no ano 2000?
A Teoria das Probabilidades é o ramo da Matemática que
cria, desenvolve e em geral pesquisa modelos que podem ser uti-
lizados para estudar experimentos ou fenômenos aleatórios.
O modelo matemático utilizado para estudar nm fenômeno
A teoria do azar consiste em reduzir todos
aleatório particular varia em sua complexidade matemática, de-
os acontecimentos do mesmo gênero a um
pendendo do fenômeno estudado. Mas todos esses modelos têm
certo número de casos igualmente possíveis,
ingredientes básicos comuns. O que vamos fazer agora é estudar
ou seja, tais que estejamos igualmente inse-
uma série de fenômenos aleatórios relativamente simples e inte-
guros sobre sua existência, e em determinar o
ressantes, e fixar uma série de idéias e noções que são totalmente
número de casos favoráveis ao acontecimento
gerais.
cuja probabilidade é buscada. A razão deste
número para o de todos os casos possíveis é
a medida dessa probabilidade, a qual é por- 5.2 Espaço Amostral e Probabilidades de Laplace
tanto uma fração cujo numerador é o número
de casos favoráveis e cujo denominador é o Nesta seção vamos tratar de um caso particular da situação geral
número de todos os casos possíveis. que será desenvolvida na seção seguinte. Este caso particular é
muito importante, e a maior parte dos exemplos e exercícios deste
Pierre Simon Laplace
capítulo são relativos a esta seção.
Ensaio filosófico sobre as Probabilidades
A definição de probabilidade como quociente do número
de "casos favoráveis" sobre o número de "casos possíveis" foi
5.1 Introdução a primeira definição formal de probabilidade, e apareceu pela
primeira vez em forma dara na obra Liber de Ludo Aleae de
Jerônimo Cardano (1501-1576). A probabilidade introduzida nesta
Uma das aplicações mais importantes dos resultados anteriores é seção tem, como veremos, várias propriedades. Elas serão tomadas
na Teoria das Probabilidades. como definição de uma função de conjunto que também chamare-
Diremos que um experimento é determinístico quando repeti- mos probabilidade na seção seguinte.
do em condições semelhantes conduz a resultados essencialmente Consideremos o seguinte experimento aleatório: jogue um
dado e observe o número mostrado na face de cima.
120 Probabilidade Cap.5 Cap.5 Probabilidade 121
A primeira tarefa consiste em descrever todos os possíveis espaço amostral n eram chamados casos possívei.~. Defina então
resultados do experimento e calcular o seu número. De outra
forma: explicitar qual é o conjunto de possíveis resultados do ex- número de casos favoráveis
probabilidade= - - - - - - - - - - - -
p<?rimento e calcular o número de elementos contidos nele. Este número de casos possíveis
conjunto é chamado Espaço Amostral. É fácil descrevê-lo em nosso
exemplo:
f!= {1,2, ... ,6}, #(f!) = 6. Vamos então resumir as considerações feitas até agora, que
permitem a utilização desta definição de probabilidade.
Os elementos do espaço amostral são chamados eventos Suponha que os experimentos aleatórios têm as seguintes
elementares. Os subconjuntos do espaço amostral serão chamados características:
eventos. Por exemplo, o subconjunto
a) Há um número finito (digamos n) de eventos elementares
•
A= {2,4,6} (casos possíveis). A união de todos os eventos elementares
é o espaço amostral íl.
é o evento que acontece se o número mostrado na face de cima é b) Os eventos elementares são igualmente prováveis.
par. c) Todo evento A é um união de m eventos elementares onde
Passamos agora à segunda etapa: a de calcular a probabili- m ::; n.
dade de um evento A. Consideremos o caso do evento A = {2, 4, 6} Definimos então
de nosso exemplo. É claro intuitivamente que se repetimos o ex-
perimento um grande número de vezes obteremos um número par número de casos favoráveis
Probabilidade de A= P(A) = - - - - - - - - - -
em aproximadamente a metade dos casos; ou seja o evento A vai número de casos possíveis
ocorrer mais ou menos a metade das vezes. O que está por trás #(A) m
dessa intuição é o seguinte:
#(f!) n
a) os eventos elementares são todos igualmente "prováveis";
b) o número de elementos de A (#(A) = 3) é justamente a
Conseqüências imediatas desta definição sao as seguintes
metade dos elementos de f! (#(f!) = 6).
propriedades:
Estas considerações motiva a definição de probabilidade de
um evento como A, da seguinte forma 1) Para todo evento A, O::; P(A)::; 1;
2) P(f!) = 1;
probabilidade deA
#(A) 3 1 3) P(ef,) = O (porque#(</,)= O);
#(f!) 6 2 4) Se A n B = ef, então P(A U B) = P(A) -1- P(H).
Exemplo 5.4: Suponhamos que de n objetos escolhemos r ao Exemplo 5.5: Para a Copa do Mundo 2,1 países são divididos
acaso com reposição. Qual é a probabilidade de que nenhum ob- em seis grupos, com 4 países cada um. Supondo que a escolha
jeto seja escolhido mais de nma vez? do grupo de cada país é feita ao acaso, calcular a probabilidade
'solução: O número de casos possíveis é igual a nr_ O número de de que dois países determinados A e B se encontrem no mesmo
casos favoráveis é igual a n(n - l)(n -2) · · · (n - r + 1) (r fatores). grupo. (Na realidade a escolha não é feita de forma completamente
aleatória).
A probabilidade é portanto igual a
Solução: Vamos tomar como espaç.o amostral o conjunto de to-
n(n - l)(n - 2) - - · (n - r + 1)
D das as permutações de 24 elementos; ou seja o número de casos
possíveis é 24! Consideremos o diagrama da figura 5.2, que
Uma aplicação interessante deste resultado é a seguinte:
suponhamos que o aniversário de uma pessoi:t possa cair com igual
probabilidade em qualquer dos dias do ano. Se r pessoas são 1 2 3 4 5 6
escolhidas ao acaso, a probabilidade de que toda$ façam anos em
dias diferentes é dada pela fórmula anterior com n = 365. ••••••••••••••••••••••••
A tabela 5.1 dá aproximações por excesso desta probabili-
Fig. 5.2
dade, para diferentes valores de r; por exemplo, para r = 30 a
probabilidade é menor do que 0,30. Os resultados são bastantes
surpreendentes; em um grupo com 35 pessoas, por exemplo, a representa os 24 times divididos em 6 grupos. Quantas permuta-
probabilidade de duas delas terem nascido no mesmo dia do ano, ções existem tais que A e B pertencem ao primeiro grupo? A pode
(aniversários no mesmo dia) é maior do que 80%. ser colocado cm 4 lugares; restam para B três lugares e os times
restantes podem ser dispostos em 22! formas diferentes. Portanto
,. Probabilidade ::; o número de permutações com A e B no primeiro grupo é
5 0,98 4 X 3 X 22!.
10 0,89
15 0,75 A probabilidade procurada é portanto
20 0,59 6 - 4 - 3 - 22' 3
25 0,14 211 ~ 23 "'0.13. D
30 0,30
35 0,19
40 0,11
50 0,03
5.3 Espaços de Probabilidade
60 0,006 1
Vamos intrncluzir agora a noção geral de probabilidade e provar
várias propriedades que são consPqiiências mais on menos imedia-
Tabela 5.1 ta da definição.
126 Probabilidade Cap.5 Cap.5 Probabilidade 127
Definição 5.1: Seja O um espaço amostral (conjunto). Uma Demonstração: Sabemos que
função P definida para todos os subconjuntos de O (chamados
eventos) é chamada uma probabilidade se 1 = P(!J) = P(A UA") = P(A) + P(A").
1) O'., P(A) '.Õ 1, para todo evento A e !1;
Portanto
2) P(1) = O, P(!J) = 1;
3) Se A e B são eventos disjuntos (também chamados mutua- P(Aº) = 1- P(A). D
mente exclusivos) P(A U B) = P(A) + P(B).
Um resultado mais geral está contido na seguinte
A probabilidade que usamos até agora e que continuare-
mos usando na maior parte deste trabalho é a que se obtém Proposição 5.2: Se A e B então P(A) = P(B) - P(B - A).
definido P(A) como o quociente do'rlúmero de elementos contidos
em A (casos favoráveis) pelo número de elementos de O (casos Demonstração: Como B = A U (B - A), Lemos
possíveis). Existem muitas probabilidades (ou seja, funções com
as propriedades 1, 2 e 3 da definição 5.1) que não são desta forma P(B) = P(A U (B - A))= P(A) + P(B -A),
particular. Um exemplo simples se obtém tomando íl = {O, 1} e
definindo e portanto P(A) = P(B) - P(B - A). D
P(1) = O, P(!J) = 1, P({O)) = 2/3, P({l}) = 1/3. Corolário: Se A e B então P(A) '., P(B).
Demonstração: Como P(A) = P(B)-P(B-A) e P(B -A) 2"
Em geral, sejam O um conjunto com n elementos, O (porque P é uma probabilidade) resulta que P(A) s; P(B). D
Com as mesmas técnicas usadas para descrever e provar o observando neste experimento é o número de caras, poderíamos
Princípio <la lncl11são-Exd11são pode-se estabelecer uma fórmula tomar como espaço amostral o conjunto D2 = {O, 1, 2} correspon-
para P(A 1 U A2 U An) onde A 1, A2, ... , A 11 são n eventos. Como, dente a observar O caras, 1 cara, ou 2 caras. E como definimos
s-alvo mo<lificaç.õcs evidentes, a demonstração é a mesma, enuncia- P2? Se queremos um modelo que "represente" o fenômeno real (no
mos o resultado sem apresentar uma prova. sentido de que as freqüências relativas "aproximem" as probabili-
dades do modelo) deveríamos definir P2 da seguinte forma
Proposição 5.4:
1
P(A, U A2 U · · · U A,,)~ P(A1) + P(A2) + · · · t P(A,,)+ P2(0) ~ P2(2) ~
4,
- P(A, n A2) - · · · - P(A,,_, n A,,)+
+ P,(A 1 n A2 n A3) + · · · +
Temos então dois espaços de probabilidades (!1 1 , P 1 ) e
+ (-1)''-'PJA, n A2 n · · · n A,,) (f!2, P2) que representam o mesmo fenômeno aleatório. Existe al-
gum motivo qne determine a preferência de um modelo sobre um
As propriedades provadas nas proposições anteriores são outro? A resposta é afirmativa: um modelo cm que os eventos ele-
válidas para qnalqner probabilidade; ou seja, para qualquer função mentares sejam igualmente prováveis é mais conveniente porque
de conjuntos satisfazendo as condições da definição 5.1. Note-se facilita geralmente os cálculos de quase todas as probabilidades.
que sobre o mesmo espaço amostral n é possível definir muitas As técnicas desenvolvidas nos Capítulos 2 e 3 podem ser utilizadas
probabilidades diferentes. Um fenômeno aleatório é representado com proveito. Nos exemplos seguintes as propriedades das proba-
matematicamente por um par de objetos: o espaço amo.~tral n (ou bilidades serão usadas na maior parte dos casos sem referência
conjunto de eventos elementari?s) e uma probabilidade P definida específica. A probabilidade será quase sempre a introduzida na
sobre os subconjuntos (eventos) de f!. O par (O, P) é chamado seç.ão 5.2.
Espaço de Probabilidade8.
Exemplo 5.6: Uma recepcionista recebeu n chapéus, mas estes
Introduzimos a noção de Espaço Amostral como um objeto ficaram totalmente misturados. Decidiu, então devolvê-los a esmo.
univocamente determinado por um dado fenômeno aleatório. Isso Calcular a probabilidade de que nenhum homem receba o seu. (É
não é estritamente certo, corno podemos ver pelo seguinte exemplo interessante tentar adivinhar o comportamento dessa probabili-
simples: joguemos uma moeda duas vezes e observemos o número dade quando n é grande, antes de efetuar o cálculo.)
de caras obtidas.
Solução: O número de casos possíveis é igual ao das permntaç.ões
Representemos como anteriormente cara e coroa com as
de n elementos, que é n!. O número de casos favoráveis é igual ao
letras H e T. Podemos tomar como espaço amostral
dos permutações caóticas de um conjunto com n elementos. Este
í!1 -{(H,H),(H,T),(T,Hl),(T,T)) número foi calculado na seç.ão 3.2 e é igual a
A probabilidade buscada é igual ao quociente destes números; A demonstração desta desigualdade é feita no Apêndice 3.
é portanto igual a .É interessante observar a conclusão deste resultado: jogar tudo
I
de uma só vez é melhor do que ir jogando aos poucos. Em outras
palavras, o jogo "frio" é melhor (porém, em geral, parece provocar
menos "satisfação", porque joga-se menos tempo). Esta conclusão
é válida em geral para quase todos os jogos de azar. O
Esta probabilidade se estabiliza rapidamente quando n au-
menta; para n ;: :,_ 4 a variação é menor que 0,01. (O limite desta Exemplo 5.8: Seis bolas diferentes são colocadas em três umas
expressão quando n----> oo é e- 1 ~ 0 1 37.) diferentes. Qual é a probabilidade de que todas as urnas estejam
Exemplo 5.7: Uma loteria tem N números e só ·um prêmio. ocupadas?
Um jogador compra n bilhetes em uma extração. Outro compra Solução: A escolha da urna em que cada uma das 6 bolas é colo-
só um bilhete ,em n extrações diferentes. (Ambos os jogadores cada pode ser feita de 3 modos diferentes. Logo, pelo Princípio
apostam port~nto a mesma importância). Qual deles tem maior da Multiplicação 1 o número de casos possíveis é
probabilidade de ganhar o prêmio?
Solução: Se todo o dinheiro é jogado numa única vez a proba- #(fl) = 3 X 3 X 3 X 3 X 3 X 3 = 36 •
bilidade de ganhar é n/ N. Para calcular a outra probabilidade
procedemos da seguinte maneira. Vamos calcular primeiro a proba-
bilidade de não ganhar. O número de casos possíveis é igual a Nn. Para contar os casos favoráveis seJam A1 o conjunto de
Os casos favoráveis (neste caso não ganhar) são (N -l)n. Portanto distribuições de bolas pelas urnas que deixam vazia a primeira
a probabilidade de não ganhar é igual a urna, A2 o conjunto das distribuições que deixam vazia a segunda
urna e A3 das distribuições que deixam vazia a terceira.
(N - 1)"
Temos agora:
N"
e a de ganhar #(A1) = #(A2) = #(A3) = 26
1- ( 1- N1 )" #(A1 n A2) = #(A1 n A3) = #(A2 n A,)= 1
#(A1 n A2 n A3) = o.
Temos que comparar agora n/ N e 1-(1-/ N)n. Afirmamos
que Portanto, pelo Princípio de Inclusão-Exclusão,
n
-N >
- 1- ( 1- -N
1 )"
#(A1 U A2 U A3) = 3 x 2 6 - l - 1 - 1 = 3(2 6 - 1)
ou equivalentemente 1
e
1- -
n
< 1-- 1 )" 3(2 6 -1) 26 - l 63 7
N- ( P(A1UA2UA3) =
N 36 35 213 27
132 Probabilidade Cap.5 Cap.5 Probabilidade 133
Assim, a probabilidade procurada é o espaço amostral que consiste dos quatro possíveis resultados do
experimento:
Exemplo 5.9: Um número entre 1 e 300 é escolhido aleatoria- w2 corresponde a que B ganhe o torneio;
mente. Calcular a probabilidade de que ele seja divisível por 3 ou w3 corresponde a que C ganhe o torneio;
por 5. w,1 corresponde a que D ganhe o torneio.
Solução: Sejam A e B os eventos que acontecem se o número
escolhido for divisível por 3 e por 5 respectivamente. Temos que Seja p ~ P(w;). Temos
calcular P(A U B}. Os números entre 1 e 300 divisíveis por 3 são
'
100; os, divisíveis por 5 são 300/5 = 60, e os divisíveis por 3 e 5 P(w:i) ~ 3p, P(w2) ~ 2P(w3) ~ 6p,
simultaneamente são 300/15 = 20.
P(wi) ~ :lP(w 2 ) , 18p.
Temos portanto
1 3 6
Assim, P(w4) ~ , P(w3) ~ - P(w2) ,, ,
28 28' 28
1 1 1 7
P(A U B) ~ P(A) P(ll) - P(A n B)
.
~ -
3
+ -5 - -15 ~ -.
15
D
Exemplo 5.11: Seja Puma probabilidade sobre os eventos (sub-
conjuntos} de um espaço amostral O. Sejam A e B eventos tais
Exemplo 5.10: Um torneio é disputado por 4 times A,B,C e qne P(A) ~ § e P(B) ~ f
D. É 3 vezes mais provável que A vença do que B, 2 vezes mais Prove que:
provável que B vença'"do. que C e é 3 vezes mais provável que C
a) P(A U B) >- l.
3,
vença do que D. Quais as probabilidades de ganhar para cada um
b) l9 <
- P(A nBc) <
- ,;.
g,
dos times?
' e) r, ô: P(A n B) ô: f
Solução: Vamos indicar com
Solução:
a) P(A U ll)?: I'(A) ~ §:
134 Probabilidade Cap.5 Cap.5 Probabilidade 135
c) com 12 pontos, se acerta os resultados dos 10 primeiros 25. Colocam-se ao acaso n botões em um tabuleiro n x n, não
jogos e acerta apenas dois dos resultados dos ~ últimos; sendo permitido haver dois botões em uma mesma casa. Qual é a
d) com 13 pontos, se acerta os resultados dos 13 Jogos. probabilidade de não haver dois botões nem na mesma linha nem
na mesma coluna?
Supondo que em cada jogo os resultados possíveis tenham
probabilidade iguais, determine a probabilidade de um apostador 26. Um polígono regular de 2n + 1 lados está inscrito em um
ser premiado: círculo. Escolhem-se 3 dos seus vértices, formando-se um triângulo.
Qual é a probabilidade do centro do círculo se interior ao triângulo?
a) com 10 pontos;
27. Nos cartões da Sena, as dezenas são apresentadas em um
b) com 11 pontos;
quadro com 5 linhas e 10 colunas. Determine a probabilidade das
c) com 12 pontos; 6 dezenas sorteadas:
d) com 13 pontos.
a) pertencerem à mesma linha;
20. Escolhem-se ao acaso duas peç.as de um dominó. Qual é a b) pertencerem a apenas duas linhas, 5 numa linha e 1 na
probabil<ladc delas possuirem um número comum? outra;
e) idem, 4 numa linha e 2 na outra;
21. Há 8 carros estacionados em 12 vagas em fila.
d) idem, 3 numa linha e 3 na outra;
· ser em consecuti-
a) Qual é a probabilida d e d as vagas vazias e) pertencerem a apenas três linhas, duas em cada;
vas? f) pertencerem a linhas diferentes.
b) Qual é a probabilidade de não haver duas vagas vazias con- 28. Tem-se n urnas. Bolas são colocadas ao acaso nas urnas,
secutivas? uma de cada vez, até que alguma urna receba duas bolas. Qual é
22. Cinco homens e cinco mulheres sentam-se aleatoriamente em a probabilidade de colocarmos exatamente p bolas nas urnas?
dez cadeiras em círculo. Calcule: 29. Um carro estaciona entre noutros em fila e não numa ponta.
Quando o dono retorna ainda estão estacionados m dos n carros.
a) A probabildade de os homens e as mulheres se sentarem Qual é a probabilidade das duas vagas adjacentes ao seu carro
em lugares alternados. estarem vazias?
b) A probabilidade das mulheres se sentarem juntas.
30. Se n homens, entre os quais João e Pedro, são postos ao
23. Uma caixa contém 2n sorvetes, n de côco e n de choc~late. acaso em uma fila, qual é a probabilidade de haver exatamente m
Em um grupo de 2n pessoas, a (a < n) pessoas ?ref~re~ coco e pessoas entre João e Pedro?
b (b < n) pessoas preferem chocolate. As demais nao, tem pre- 31. Em um grupo de 10 pessoas, quatro são sorteadas para ga-
ferência. Os sorvetes são distribuídos ao acaso. Qual e a proba- nhar um prêmio. Qual é a probabilidade de uma particular pessoa
bilidade de todas as preferências serem respeitadas? ser sorteada?
24. Em um armário há n pares de sapatos. Retiram-se ao acaso 32. Doze pessoas são divididas em três grupos de 4. Qual é a
P pés de sapatos desse armário. Qual a probabilidade de haver probabilidade de duas determinadas pessoas ficarem no mesmo
entre esses pés exatamente k pares de sapatos? grupo?
Cap.5 Cap.5 Probabilidade 141
140 Probabilidade
33. Em um roda são colocadas, ao acaso, n pessoas. Qual é a informe que o resultado do mesmo é um número par, isto é, que A
probabilidade de duas determinadas dessas pessoas ficarem jun- ocorreu. Nossa opinião sobre a ocorrência de B se modifica com
esta informação, já que, então, somente poderá ter ocorrido B se o
tas?
resultado do experimento tiver sido 2. Esta opinião é quantificada
34. João e Pedro lançam, cada um, um dado não-tendencioso. com a introdução de uma "probabilidade a posteriorin ou, como
Qual é a probabilidade do resultado de João ser maior ou igual ao vamos chamá-la doravante, probabilidade condicional de B dado
resultado de Pedro? A, definida por
35. Qual é a probabilidade de uma permutação dos números #(BnA) 1
(1, 2, ... , 10) ter exatamente 5 elementos no seu lugar primitivo? #(A) 3
36. P(A) = 1,
P(B) = j, P(C) = ),, P(AnB) = t, P(Anc) = Introduzimos em geral a seguinte
li,P(B n C) = O. Calcule: Definição 5.2: Dados dois eventos A e B, a probabilidade condi-
cional de B dado A é o número P(A nB)/ P(A}. Representaremos
a) P(AUBUC);
este número pelo símbolo P(B/A). Temos então simbolicamente
b) P[A - (B U C)];
e) P(A n (B u C)J;
d) P([(A n B) U C)J. (5.1) P(B/A) = P(A n B)
P(A)
37. P(A) = li, P(B) = :1, P(C) = li, P(AnB) = j,, P(AnC) =
P(B n C) = 1 , P(A n B n C} = lz· Determine a probabilidade Note-se que este número só está definido quando P(A) > O.
10
de ocorrência de: A equação (5.1) é também escrita como
a) Exatamente um dos eventos A, B, C;
b) Exatamente dois dos eventos A,B,C; (5.2) P(A n B) = P(A)P(B/A).
c) Pelo menos dois desses eventos;
Se P(B) > O temos também
d) No máximo dois desses eventos;
e) No máximo um desses eventos.
(5.3) P(A n B) = P(B) · P(A/ B).
Demonstração:
Esboço da Demonstração: Para dois conjuntos A 1 e A 2 a
_ P(q,nA) _ P(1>) _ _o_ -O fórmula é válida proque coincide com (5.2). Verifiquemos a fórmula
a) P(1>/A) - P(A) - P(A) - P(A) - '
para três conjuntos (n = 3) A 1, A2 e A3.
_ P(flnA) _ P(A) = l
P(fl/A) - P(A) - P(A) . Temos
Exemplo 5.13: Numa prova há 7 perguntas do tipo verdadeiro- No entanto, as probabilidades que ocorrem no lado direito
falso. Calcular a probabilidade de acertarmos todas as 7 se: da igualdade não estão explícitas no enunciado.
P("cobrador é do Flamengo" e "pênalti é convertido")= P(FnC). O diagrama apropriado para o problema em questão é dado
na figura 5.3.
e
146 Probabilidade Cap.5 Cap.5
Probabilidade 147
/ Flainengo ,,/
0,8/ (F) Converte (C)
,,,:'
\ ',
0,6
0,7 / ,XCO~verte
)~io _Converte_ (C) ____ i
(C)
'------------------------------------] Flamengo 7
0,2 \
\
/
,,' / (F) ~
' NãO do .flamengo ' Não Converte (C)
(F)
0,3 Converte (C)
;}ao__ Converte -cêY ____ i
Exemplo 5.15: Consideremos dois dados: um deles equilibrado de que o carteiro a entregue é de 9 / 10. Dado que Verônica não
(P({l}) = P({2}) = · · · = P({6}) = 1/6) e outro viciado com recebeu a carta, qual é a probabilidade condicional de que Marina
P({l}) = 1/2 c P({2}) = · · · = P({6}) = 1/10. Escolhe-se um não a tenha escrito?
·dos dados ao acaso e se efetuam dois lançamentOs, obtendo-se dois Solução:
uns. Qual a probabilidade condicional de que o dado escolhido
tenha sido o viciado? Entrega
9110/
Solução:
perde/
/Não
Escreve ~ Não entrega
8/10 ~ Perde
Fig. 5.5
P(não escreve)
Temos P(não escrevelnão recebe} = ( • )
P nao recebe
. 1 1
?[observar dms uns]= - · - + -1 · -1 5
= - 2/10 25
2 4 2 36 36' D
1 i·
2 81 891 44
10+ 1010+ 101010
P[dado viciado e dois uns]=~· =
Os três últimos exemplos poderiam também ter sido re-
A probabilidade buscada é então igual a solvidos utilizando os dois resultados gerais a seguir.
1/8 9
Proposição 5.7: (Teorema da Probabilidade Total) Se B
5/36 10 é um evento contjdo numa unjâo de eventos djsjuntos
Exempo 5.16: Marina quer enviar uma carta a Verônica. A A1,A2, ... ,Ani e
probabilidade de que Marina escreva a carta é de 8/10. A proba-
bilidade de que o correio não a perca é de 9/10. A probabilidade P(A1) > O, P(A,) > O, ... , P(An) > O,
150 Probabilidade Cap.5 Cap.5 Probabilidade 151
P[choveu/ganhou] =
Fig. 5.7
P choveu P ganhou choveu]
P[choveu ]P[ganhou choveu]+P[não choveu P ganhou não choveu]
Demonstração: Temos que
1
D
Então,
Exemplo 5.18: Num exame há 3 respostas para cada pergunta
P(B) = P(A1 n B) + P(A2 n B) + · · · + P(An n B) = e apenas uma delas é certa. Portanto, para cada pergunta, um
P(A1) · P(B/A1) + P(A2) · P(B/A2) + · · · + aluno tem probabilidade 1/3 de escolher a resposta certa se ele
+ · · · + P(An) · P(B/An)- D está adivinhando e 1 se sabe a resposta. Um estudante sabe 30%
<las resposta do exame. Se ele deu a resposta correta para uma
das perguntas, qual é a probabilidade de que a adivinhou?
Proposição 5.8: (Teorema de Bayes) Nas condições da pro-
posições anterior, se P(B) > O, então, parai, i = 1, 2, ... , n, Solução: Utilizando o Teorema de Bayes temos
A árvore corespondente é dada na figura 5.8. (que é válida mesmo que se tenha P(A) = O). Esta última identi-
dade é tomada como definição da independência de dois eventos.
Temos então
1
Sabe Resposta correta Definição 5.3: Dois eventos A e B são chamados independentes
se
0,30 P(A n B) = P(A) · P(B).
~ Resposta errada
e
P(A n íl) = P(A) = P(A) · 1 = P(A) · P(íl).
Fig. 5.8
Exemplo 5.19: Treze cartas são escolhidas de um baralho co-
mum de 52 cartas. Seja A o evento "o ás de copas está entre as 13
Introduzimos finalmente a noção de independência de even- cartas" e B o evento "as 13 cartas são do mesmo naipe". Provar
tos. A definição que se encontra mais abaixo capta a idéia intuitiva que A e B são independentes.
da não influência de um evento A sobre a ocorrência ou não de Solução:
outro evento B. De outra forma: a ocorrência de A não melhora
51
nossa posição para "predizer" a ocorrência de B. Esta idéia é for-
malizada dizendo que a probabilidade condicional de B dado A é
igual a probabilidade de B. Em símbolos
P(A) = di)
( ) 51!13!39!
= 12!39!52!
13
52
4
P(B) = (;;);
P(B/A) = P(B) (P(A) > 0).
1
P(A n B) = (;~).
Esta identidade é equivalente a
Seja n o espaço amostral apresentado na figura 5.9 com 4 Exemplo 5.20: Um jogador deve enfrentar, em um torneio, dois
pontos w 1 , w2, w3 e w,i, e P a probabilidade que associa a cada outros A e B. Os resultados dos jogos são independentes e as
ponto o valor 1 / 4. probabilidades dele ganhar de A e de B são 1/3 e 2/3 respectiva-
mente. O jogador vencerá o torneio se ganhar dois jogos consec-
e utivos, de um série de 3. Que série de jogos é mais favorável para
o jogador: ABA ou BAB?
• D Solução: A probabilidade do jogador vencer se escolher a primeira
úll série ABA é (ganha de A, ganha de B ou perde para A, ganha de
B e ganha de A)
•
-1 . -+-.
2 2 2 1
- .- = 10
-.
3 3 3 3 3 27
L A probabilidade do jogador vencer se escolher a segunda série
• úl4 BAB é
21 112 8
3. 3 + 3. 3. 3 = 27·
Fig. 5.9 Ou seja, a primeira série é mais favorável. Este resultado pode
parecer surpreendente, pois A, o adversário mais difícil, comparece
156 Probabilidade Cap.5 Cap.5 P,obabilidad, 157 1
'
duas vezes na primeira série. O que acontece intuitivamente é que
o jogo com A na segunda série é decisivo. Na primeira série, o
jogador tem duas chances para derrotar A. D - P(A1 n A2 n A4 n As)+
· Exemplo 5.21: A probabilidade de fechamento de cada relé do - P(A1 n A2 n A3 n A4 n As)+
circuito apresentado na figura 5.10 é igual a p, O< p < 1. + P(A1 n A2 n A3 n A4 n As)+
+ P(A1 n A2 n A3 n A4 n As)+
+ P(A1 n A2 n A3 n A4 n As)+
2 + P(A1 n A2 n A3 n A4 n As)+
3
- P(A1 n A2 n A3 n A4 n As)
A-,-~{-~-J4-~J5' \ , ,B = 4P3 _ P5 _ 4Pi1 _ Ps + 4Ps _ p5 = 4P3 _ 4P4 + ps.
Exercícios Calcule
1. Escolhe-se ao acaso um número entre 1 e 50. Se o número é I'(A u B), P(A'U B') e P(A'n B).
primo qual é a probabilidade de que seja ímpar?
9. Sejam A e B dois eventos independentes tais que
2. Uma moeda é jogada 6 vezes. Sabendo-se que no primeiro
lançamento deu coroa, calcular a probabilidade condicional de que P(A) = 1/4 e P(A U B) = 1/3.
o número de caras nos seis lançamentos supere o número de coroas.
Calcule P(B).
3. Uma moeda é jogada 4 vezes. Sabendo que o primeiro resul-
tado foi cara, calcular a probabilidade condicional de obter pelo 10. Uma moeda equilibrada é jogada duas vezes. Sejam A e B
os eventos:
menos 2 caras.
A: cara na primeira jogada;
4. Jogeu um dado duas vezes. Calcule a probabilidade condi-
cional de obter 3 na primeira jogada, sabendo que a soma dos B: cara na segunda jogada. Verifique que A e B são indepen-
dentes.
resultados foi 7.
1.1." Com as mesmas hipóteses do exemplo 5.11 Calcule a proba-
5. Duas máquinas A e B produzem 3000 peças em um dia. A
b1hdade de que haja corrente circulando entre os terminais A e
máquina A produz 1000 peças, das quais 3% são defeituosas. A B.
máquina B produz as restantes 2000 1 das quais 1 % são defeituosas.
Da produção total de um dia uma peça é escolhida ao acaso e,
examinando-a, constata-se que é defeituosa. Qual é a probabili-
dade de que a peça tenha sido produzida pela máquina A?
13. (Problema dos Encontros de Montmort*) Forma-se, ao acaso, 18. Sacam-se, sucessivamente e sem reposição, duas cartas de
uma permutação simples dos números 1, 2, ... , n. Caso o número um baralho comum (52 cartas). Calcule a probabilidade de a 1ª
i ocupe o í-ésimo lugar, dizemos que há um encontro na posição carta ser uma dama e a 2ª ser de copas.
L Calcule a probabilidade de na permutação formada:
19. Repartem-se as 52 cartas de um baralho comum por 4 par-
a) haver exatamente k encontros (k:::; n); ceiros, N, S, E, W, recebendo cada um 13 cartas. Para cada k E
b) haver um encontro na posição i dado que há exatamente k {1, 2, 3, 4} defina Nk como sendo o evento "N recebeu pelo menos
encontros na permutação; k ases" e defina analogamente Sk, Ek, W k· Calcule as probabili-
c) haver um encontro na posição i e não haver um encontro dades de
na posição j (i f= j);
a) W[
d) haver um encontro na posição i dado que não há encontro
b) N 2 ns2
na posição j (i f= j).
e) Ncnsc
1 1
14. Jogue um dado duas vezes. Considere os eventos: d) W2 - W3
A= º
o resultado do 1 lançamento é par;
e) N1ns1nE1 nW1
f) N3nW1
B= o resultado do 2º lançamento é par;
g) (N2 u s,) n E2
C= a soma dos resultados é par.
h) E2, na certeza de W 1 .
A e B são independentes? e A e C? e B e C? e A, B e C?
15. Uma pessoa com um molho de n chaves tenta abrir uma 20. Um exame de laboratório tem eficiência de 95% para detec-
porta. Apenas uma das chaves consegue abrir a porta. Qual é a tar uma doença quando essa doença existe de fato.
probabilidade dela só coseguir abrir a porta na k- ésima tentativa: Entretanto o teste aponta um resultado "falso positivo"
para 1 % das pessoas sadias testadas. Se 0,5% da população tem a
a) supondo que após cada tentativa mal sucedida ela descarta doença, qual é a probabilidade de uma pessoa ter a doença dado
a chave usada; que o seu exame foi positivo?
b) supondo que ela não faz isso.
21. Uma urna contém 10 bolas numeradas de 1 a 10. Sacam-se,
16. (Problema de Chevalier de Méré) Determine a probabilidade com reposição, 4 bolas dessa urna. Sejam X e Y respectivamente
de obter: o mínimo e o máximo dos números das bolas sacadas. Calcule:
a) ao menos um 6 em quatro lançamentos de um dado a) P(X > 3)
b) ao menos um duplo 6 em 24 lançamentos de um par de b) P(X < 3)
dados. e) P(X = 3)
17. 1-
A probabilidade de nm homem ser canhoto é 1 Qual é a d) P(Y < 5)
e) P(Y > 5)
probabilidade de, em um grupo de 10 homens, haver pelo menos
um canhoto? f) P(Y = 5)
g) P(X = 3 e Y = 9)
"Pi<'rr<> Rernond de Montmort (1678,!7!9) h) P(X = 3IY = 9)
162 Probabilidade Cap.5 Cap.5 Probabilidade 163
26. Uma urna contém 3 bolas vermelhas e 7 bolas brancas. A 31. Em um torneio como o descrito no exerc1c10 anterior, os
e 13 sacam alternadamente, sem reposição, bolas dessa urna até jogadores tem habilidades diferentes e não há surpresas nos resul-
que uma bola vermelha seja retirada. A saca a 1ª bola. Qual é a tados (se A é melhor que B, A vence B). Qual é a probabilidade
probabilidade de A sacar a bola vermelha? do segundo melhor jogador ser vice-campeão do torneio?
27. Em uma cidade com n + 1 habitantes, uma pessoa conta um 32. Sacam-se, com reposição, n (n > 1) bolas de uma urna que
boato para uma outra pessoa, a qual por sua vez o conta para contém 9 bolas numeradas de 1 a 9. Qual é a probabilidade do
uma terceira pessoa, etc... Calcule a probabilidade do boato ser produto dos números das n bolas extraídas ser divisível por 10?
contado m vezes:
33. Quantas vezes, no mínimo, se deve lançar um dado não ten-
a) sem retornar à primeira pessoa; dencioso para que a probabilidade de obter algum 6 seja superior
b) sem repetir nenhuma pessoa. a 0,9?
28. Em uma cidade, as pessoas falam a verdade com probabili- 34. Um júri de 3 pessoas tem dois jurados que decidem correta-
dade !· Suponha que A faz uma afirmação e que D diz que C diz mente (cada um) com probabilidade p e um terceiro jurado que
que B diz que A falott a verdade. Qual é a probabilidade de A ter decide por cara ou coroa. As decisões são tomadas por maioria.
falado a verdade? Outro júri tem probabilidade p de tomar uma decisão correta.
Qual dos júris tem maior probabilidade de acerto?
29. Uma urna contém a bolas azuis e b bolas brancas. Sacam-
se sucessivamente bolas dessa urna e, cada vez que uma bola é 35. Um dia você captura dez peixes em um lago, marca-os e
sacada, ela é devolvida à urna e são acrescentadas à urna mais p coloca-os de novo no lago. Dois dias após, você captura vinte
bolas de mesma cor que a bola sacada. Seja Ai o evento "ai-ésima peixes no mesmo lago e constata que dois desses peixes haviam
bola sacada é azul". Calcule sido marcados por você.
b) para que valor de k essa probabildade é máxima? 39. Uma firma fabrica "chips" de computador. Em um lote
de 1000 "chips", uma amostra de 10 "chips" revelou 1 "chip"
36. Um prisioneiro possui 50 bolas brancas, 50 bolas pretas e
defeituoso. Supondo que no lote houvesse k "chips" defeituosos:
duas urnas iguais. O prisioneiro deve colocar do modo que preferir
· as bolas nas duas umas (nenhuma das urnas pode ficar vazia). As a) Calcule a probabilidade de em uma amostra de 20 "chips"
urnas serão embaralhadas e o prisioneiro deverá, de olhos fechados, haver exatamente um "chip" defeituoso.
escolher uma urna e, nesta urna, uma bola. Se a bola for branca ele b) Determine o valor de k que maximiza a probabilidade cal-
será libertado e, caso contrário, condenado. Como deve proceder culada no ítem a).
o prisioneiro para maximizar a probabilidade de ser libertado?
a) sendo Pl a probabilidade de um habitante da cidade res- Assim, por exemplo, no caso n = 3 jogamos a moeda três
ponder sim, qual é a relação entre p e PI? vezes, jogamos o dado três vezes, sacamos sucessivamente 3 bolas
da urna.
b) se foram realizadas 1000 entrevistas e obtidos 600 sim é
razoável imaginar que p 1 :::::;; O, 6. Qual seria, então, sua Suponhamos ainda que a probabilidade p de sucesso mante-
estimativa de p? nha-se constante ao longo das provas. Isso, no exemplo a, significa
166 Probabilidade Cap.5 Cap.5 Probabilidade 167
que a probabilidade de obter cara em qualquer dos lançamentos é Exemplo 5.23: Jogamos uma moeda não-viciada 10 vezes. Qual
1/2. é a probabilidade de obtermos exatamente 5 caras?
Suponhamos finalmente que as provas sejam independentes, Solução: Pondo sucesso= cara, temos p = 1/2 em cada prova
isto é, que o conhecimento do resultados de algumas provas não al- e as provas são independentes. Queremos achar a probabilidad~
tere as probabilidades dos resultados das demais. Isso, no de k = 5 sucessos em n = 10 provas. Pelo teorema binomial, a
exemplo e, significa que as bolas são sacadas com reposição. resposta é
O problema que queremos resolver é o seguinte: Qual é a
252 63
probabilidade de obtermos k sucessos nesses n provas? D
1024 256
A probabilidade de nessas n provas obtermos k sucessos e,
em conseqüências, n-k fracassos em uma ordem pré-determinada, Exemplo 5.24: Um aluno marca ao acaso as respostas em um
por exemplo, os sucessos na k primeiras provas e os fracassos nas teste múltipla-escolha com 10 questões e cinco alternativas por
demais: questão. Qual é a probabilidade dele acertar exatamente ,1 ques-
SS···SFF···F tões?
'-v-"'--v--''
k vezes n-k vezes
Solução: Pondo sucesso= acerto, temos p = 1/5 cm cada prova,
é e as provas são independentes.
ppp p (1 - p) ... (1 - p) ~ pk(l - p)"-\ A probabilidade Pk dele acertar k questões é a probabili-
'-v-"
k fatures n-k fatores dade dele obter k sucessos em n = 10 provas. Pelo teorema bino-
mial,
pois as provas são independentes.
1180109
= 9 765 625 " O, 12 1. D
168 Probabilidade Cap.5 Cap.5 Probabilidade 169
Exemplo 5.25: Joga-se uma moeda não-viciada. Qual é a proba- ganhar a série sabendo que em cada partida as probabilidades de
bilidade de serem obtidas 5 caras antes de 3 coroas? A e B vencerem são respectivamente 0,4 e 0,6?
Solução: Pondo sucesso = cara, queremos a probabilidade de 5. Motores de avião funcionam independentemente e cada motor
tem um probabilidade p de falhar durante um vôo. Um avião voa
ocorrerem 5 sucessos antes que ocorram 3 fracassos. Ora, ocor-
rerão 5 sucessos antes que ocorram 3 fracassos se e só se nas 7 com segurança se a maioria de seus motores funciona. Para que
primeiras provas ocorrerem pelo menos 5 sucessos. valores de p um avião com 3 motores é preferível a um avião com
5 motores?
Como a probabilidade de k sucessos em 7 provas é 6. Suponha que uma característica (como a cor dos olhos, por
exemplo) dependa de um par de genes. Representemos por A um
L
(p) (p + 1) (p +2 2) S,+2- .. ·+(-!) n
83 = #(A,nA,nA•) .. ,
l:9<J<k5,n O Sp- l Sp+l + -P ( n n_ P) Sn,
então:
a) O número de elementos de D: que pertencem a exatamente Um elemento de D: que pertence a exatamente p dos con-
p dos conjuntos A1, A2, ... , An é juntos A1, A2, ... , An é contado uma vez em Sp e não é contado
em Sp+l, Sp+2, ... , Sn. Logo, ele é contado (~) · 1 = 1 vez.
n-p k ( p +k )
ªP = L(-1) k Sp+k· Um elemento de O que pertence a exatamente p + j (j >
k=O O,p+j ~ n) dosconjuntosA1,A2, ... ,Anécontadoem (P!í) das
parcelas de Sp, em (~{) das parcelas de Sp+l etc ...
170
172 Apêndice l Apêndice l 173
Logo, o número de vezes que ele é contado na soma ap é: O coeficiente de Sp+j (O::::; j::; n - p) no 2º membro é
Logo,
=
n-p
~(-l)k
k)
(p +
k Sp+k
n-p-1
+ ~ (-1)
k (p + 1+
k
k) Sp+l+k+
Demonstração do caso e:
k n +k
o
+ L(-1) ( k ) Sn+k· De modo análogo, prova-se a versão probabilística do prin-
k=O cípio da Inclusão-Exclusão.
174 Apêndice 1 Apêndice 2
Sejam A 1 , A2, ... , An eventos e sejam
So = 1,
i=l
s, = L P(A, n A;),
ls;i<j:=;n
s3 = L P(A,nA,nAk)
A Solução de Kaplansky para o Problema de
lSi<i<kS.n
Lucas.
175
176 Apêndice 2 Apêndice 2 177
não pode ocupar 1 e 2, M3 não pode ocupar 2 e 3, M4 não pode Para calcular Sk observemos que:
ocupar 3 e 4 e M s não pode ocupar 4 e 5.
i) Uma interseção de k dos conjuntos A~, A1, A2, A2, ... , A~,
Definamos, para 1 ::; i ::; n, An que contenha dois conjuntos consecutivos (imaginando-
n= conjunto das permutações das mulheres; os em círculo!) é vazia. Por exemplo, Ai
nA1 n · · · é vazi,,
pois M 1 não pode ocupar simultaneamente os lugares 1 e
Ai = conjunto das permutações das mulheres em que Mi nj An n Ai n · · ·, é vazia pois o n-ésimo lugar não pode ser
ocupa o i-ésimo lugar; ocupado simultaneamente por Mn e M1.
A~ = conjunto das permutações das mulheres em que Mi ii) Uma interseção de k dos conjuntos A~,A1,A;,A2, . .. ,A~,
ocupa o (i - !}-ésimo lugar. (OBS: 1 - 1 ~ n}. A 11 que não contenha dois conjuntos consecutivos (imaginan-
do-os em círculos) é uma permutação de n elementos com
2 k elementos em posições pré-fixadas e, portanto, possui
H, (n - k}' elementos (k <; n}.
H,
iii) Há, pelo segundo Lema de Kaplansky,
3 1
9 (2
n k) ~
'
2n
2n - k
(2n -
k
k) interseções do tipo ii).
Logo, Sk é uma soma com
2n (2n -
2n - k k
k)
4 5 parcelas iguais a (n - k)! e com as demais parcelas nulas.
H, Portanto,
Fig. A1
2n (2n-k)(n-k}!
(2n - k} k
Arrumemos os 2n conjuntos na ordem
(Observe que essa fórmula vale para k = O pois So = n!).
Logo,
e finalmente
(] _! )n-1 _! (] _! )n-1
> ( 1--
J )n-1 ]
N N
Com o mesmo raciocínio aplicado agora a
]- -
1 )n-1
( N
temos
( ])
1--
n-1 >
(] -
J)
-
n-2
--
J
N - N N'
e portanto
( 1-N
1 )"
2'.
(
1-N
J )n-2 2
N
Continuando temos
178
Respostas dos Exercícios Respostas dos Exercícios 181
Seção 2.3
la) 560; lb) 434; 2) 6300; 3) n(n2- 3 ); 4a) 3; 4b) 36; 4c)
100; 4d) 4; 4e) 18; 5) 280; 6) 40; 7) C;:'; 8) 267148;
9) 12 960; 10) 14 976; lia) c;,=l; llb) C;,_ 1 ; llc) e;,=);
ll<l) 2c~=J+c~=ª = c~-Cfi_2 ; lle) 2c~=~; 12a) e;; 12b)
n4-6n31i11n2+2n; 13a) ~~ = 92378; 13b} Ggpxcr,1(Cfoxl =
488864376·, )3c)
'
12 X [ - [25970·
C 20 - •
13d) C,:,xcf,xqxl
3!
~
543182640; 14a) 201376; 14b) 107520; 14c) 24192; 14d)
Seção 2.1 10 752; 14e) 224; 141) 1344; 14g) 4080; 14h) 208; 14i)
16; 14j) 4; 15a) n!; 15b) (n+,l)!n; 15c) (n+2 )';J3n+1); 16)
1) 15 600; 2) 9 765 625; 3) 4536; 4) 132; 5) 60; 6a) 3864; 2
1085·, l 7a) 12 972 960·' 17b) 6 985 440·' 18) n(n-l)(n- )(n-3 ) ·
6b) 1567; 6c) 560; 7a) 2401; 7b) 840; 8a) 24; 8b) 18; 8 '
9) 4464; 10) 2"; 11) 40320; 12) 461; 13) 2350; 14) 48; 19a) R(n 3 - lün. 2 + 35n - 34); 19b) n(n-l)(~:;- 2 )(n-3 ); 19c)
15) 43 200; 16) 2 048; 17) 320; 18) 108 642; 19a) 37 512; n(n- 3 )(~;-4 )(n-5 ); 20) 138 378 240; 2la) 126; 2lb) 70; 22)
19b) 52488; 20) 243; 21) 30; 22) 18; 23) 98475; 24) 151200· 23) 126· 24) (m+h)!, 25) 512· 26) 2n-l. 27)
' ' m!h! ' ' '
6 27 ; 25a) 2418; 25b) 15; 25c) 48; 25d) 8; 26áj 1214400; 2 2 2 2
756756; 28a) 2n ; 28b) 21 • -": 28c) 2" !"'; 28d) 2nx3" 2_.,,
26b) 1658 775; 27a) >.(>. - 1)(.\ 2 - 3!. + 3); 27b) 2; 28a) n 2 -n n 2 -n
.\(,\ - !)(>. - 2)(>. - 3); 28b) 4; 29a) 3 612; 29b) 1806; 28e) 2-,-; 281) 3-,-; 2og) 2"; 28h) 1; 29) 190; 30a)
250000; 30b) 86400; 31) 2m - l; 32a) 28; 32b) 7; 33a)
Seção 2.2
t:; 33b) t:g~s;
34a) As linhas são PPBB, PBPB, PBBP,
BPPB, BPBP, BBPP; 37) 424051; 40) Não.
la) 11520; lb) 720; lc) 4320; ld) 1152; le) 720; lf)
9360; lg) 13080; 2a) 81º 2b) 46721; 2c) l; 2d) 5333280;
3) 3600; 4) n!; 5) 8640; 6) 604800; 7a) 462; 7b) 5775;
Seção 2.4
7c) 792; 7d) 10395; 7e) 51975; 8) m!(r + l)!; 9) 564480; 1) 2 880; 2a) 2 x (n -2)!; 2b) p! x (n - p)!; 3) (n - 1) 1 x 2";
10) 720; 11) 30; 12a) 2; 12b) 1680; 12c) 7983360; 12d) 4) 2 X (n - !)!; 5) (n;l)'; 6a) 720, 6b) 360; 6é) 120; 6d)
~i!se 4 X 10 16 ; 12e) 3 360; 121) 30; 13) 10 395; 14) 6 X 4n- 3 ; 60; 7) 86 400; 8) 2.
15) 2 X 3n-2 ;
Seção 2.5
la) 462; lb) 210; 2) :rno; 3) (~t~l'; 4) (a+b+c)!.
a!b!d '
5) 30.
180
182 Respostas dos Exercícios Respostas dos Exercícios 183
2::::>r + J
O, 65; 18) 2; 19a)
3
zi JJ
5 se O, 30; 19b) 2(ii~5 "" O, 02; 19c)
1) 3 420; 2) 1; 3) ] 771; 4) (x1
,3 LxTxj + 6 L XiXjXl,:-
+ X2 + · · · -t- Xn) 3 =
8;; se O, 06 19d) 2 t;
se O, 21; 19e) 20
21 se O, 11; 19f)
1>08~5 se O, 01; 19g) 20 ~~ 5 se O, 04; 19h) ~ 2 ~~ se O, 19; 20)
i~
icf-j i<j<k .
2; 4 "" O, 32; 21a) 0,2401; 21b) 0,5904; 2!c) 0,1695; 21d)
0,0256; 2le) 0,9375; 2lf) 0,0369; 21g) 0,0434; 21h) 24J',í\;;
Seção 5.3 22a) l,; 22b) ~; 22c) J;; 22d) 2\ 0 ; 22e) !); 22f) 1 5 ; 6
1) 0,999 aproximadamente; 2) P(A 1) = ,,'\, P(A2) = ;!, P(A3) = 22g) A; 22h) ,58 ; ~3) ~; 24) 253; 25) ((,1J,; 26) ;2 ;
i'o~,
P(A4) = fJ
2 , P(As) = : 8 , P(A5) = 1 6 , P(A1) = 1:i96' ~1 27a ) (n-l)m-l nl
P(A8) = 1~2 ; 3a) 1~; 3b) 11; 4a) ~; 4b) ~; 5) b21 · (~;:V; --;- j
27b) (n m)!nm; 28 ) 13
41 ; 29a ) a
a+b; 29b )
6) ~; 7a) 1 6 ; 7b) ]2 ; 8) l 9) e 10) n(~~l); 11) fot; g k; a':.; 29c) a~b; 29d) a~"tt,,; 29e) aj"-lp; 30a) 2, 1 ,; 30b)
1 . 1 _ . 2n-l. gn_gn-5n-j-4n.
,'156 ; 12) l,; 13) (".'(~"',); 14) ~;J; 15a) \õ; 15b) !; 15c)
°2F• se k < n, 2»-l se k - n, 31) 2n-1• 32)
('")
2
gn
,_,,)
18
, 33)
}~ 17a) 52t lgoi 17b) 132~\25i 17c) 15891700; l?d) 794§350i ou 100; 36) Uma urna recebe uma bola branca e a outra recebe
18a) 2 Jg~~ 2 ; 18b) 59 l 52 ; 18c) 29l 760 ; 19a) 1
159: 323 ; 19b) as 99 bolas restantes; 37a) ~; 37b) 1 28 ; 37c) 6
i
; 37d) li
37e ) 55 1+2P. (')(""-')
53/,,,; l9c) 531\41; 19d) 159i323; 20) 1~; 21a) 5\; 2lb) _JJ_.
432 • 96,· 38a) PI -- 4 , 38b) O, 7·, 39 a ) ' " ·
(1~gº) 1
l~; 22a) 5~; 2lb) l~; 22a) 1~6; 22b) 1~6; 23) ('r;~f'); 39b) k = 50.
n n-k 2p-2k
21) (
' _,. · 25) n! · 26) n+l · 27a) 1 · 27b)
(2; ' (n:) 1 2(2n 1)' 15134• Seção 5.5
g
7 67 ; 27c) . 7 7 ; ~i 27d) ,fii9 ; 27e) igii8 ;
1 271) O; 28)
la) 0,2646; lb) 0,3; 2 ª ) 1679616
78125 - 0 05· 2b) 1953125 -
n(n-1) .. ·(11-p.L2)(p-l). 29) (n-m)(n-m-1). 30) 2 n-m-1. 31) ,..._, , ) 2519424 '"'"'
nP ' n(n 1) ' n n-1 ' 898223 - O, 18; 3) Aproximadamente 0,63; 4)
O, 78 i 2 e ) 5038848 ,..._,
i; 32) Íi; 33) n:. 1 ; 31) 1 1; 35) 3 [õo; 36a) cio; 36b) i',; ('"-')
36c) 16;
36d) ,90 ; 37a) ;'.; J
37b) 0 ; 37c) 0,2; 37d) g; Aproximadamente 0,43; 5) p > !; 6a) J,; 6b) ~; 7) 2,;:_,;
37e) 0,8. 8) ~:; 9) 5.
Seção 5.4
1) [t; 2) 1~; 3) f; 4) l,; 5) j; 6) ,52 ; 7) ~; 8a)
~; 8b) i; 8c) Ji; 9) !; ll)p2 + 4p3 - 8p 4 + 5p5 - p';
13a) [J, - {, + ··· + ~ ] · f,; 13b) ~;
2
13c) n(~- 1); 13d)
n- 2 ·1 14) Sim, Sim, Sim e Não,· 15a) .1. 15b), (n-~r-i ·,
(n 1)2 n'
Bibliografia 187
Bibliografia
[5] ";, de Cuantas Formas?" - N. Vilenkin -
Tradução para o espanhol de Juan Jose Tolosa - Editora
Mir- Moscou - 1972 - 219 pági,nas. Um curso sob a forma de
problemas, contém 439 problemas, todos resolvidos ou com
solução indicada. Aborda também relações de recorrência.
Aborda também números de Fibonacci, números de Catalán, fun- [7] "lntroduction to Combinatorial Mathematics" - C. L. Liu
ções geratrizes e partições de um inteiro. - McGraw Hill - Nova Iorque - 1968 - 393 páginas.
[2] "Lições de Análise Combinatória" - Rio No~ueira - 2ª Edição Aborda Permutações e Combinações, Funções Geratrizes, Relações
- Editora Fundo de Cultura - Rio de Janeiro - 1972 - 158 de Recorrência, Partições de Inteiros, Princípio da Inclusão-Exclu-
páginas. são, Permutações com Posições Restritas, Polinômios de Torres,
Teoria da Contagem de Polya, Grafos, Circuitos Eulerianos e
Contém cerca de 100 exercícios resolvidos e aborda também funções
Hamiltonianos, Números Cromáticos, Configurações Combinatóri-
geratrizes. as, Redes, Programação Linear, Programação Dinâmica e De-
. C b' , · ,, F A Lacaz Netto - 4ª signações.
[3] "Lições de Aná.hse om matona - · · , .
Edição - Livraria Nobel - São Paulo - 1956 - 158 pagmas.
[8] ''Applied Cominatorics" - Alan Tucker - John Wiley and
Contém 180 problemas, em sua maioria resolvidos. Sons - 2ª Edição - Nova Iorque 1984 - 447 páginas.
[4] "Triângulo de Pascal" - V. A. Uspenski"~ Tradução para o Aborda Grafos, Circuitos Eulerianos e Hamiltonianos, Colorações,
espanhol de L. B. Ermoláev - Editora Mir - Moscou - 1978 Árvores, Redes, Permutações e Combinações, Funções Geratrizes,
- 38 páginas. Relações de Recorrência, Princípio da Inclusão-Exclusão, Polinô-
mios de Torres, Permutações com Posições Restritas, Teoria da
186
188 Bibliografia Bibliografia
189
Contagem de Polya, Modelagem Combinatória em Teoria da Com- [13] "Introductory Combinatorics" - Richard A. Brualdi - North
putação e Jogos com Grafos. Holland - Nova Iorque - 1977 - 374 páginas.
[9] "Basic Techniques of Gombinatorial Theory" - Daniel l. A. Aborda Princípio de Dirichlet, Teorema de Ramsey, Permutações
Cohen - John Wiley and Sons - Nova Iorque - 1978 - 297 e Combinações, Triângulo de Pascal, Princípio da Inclusão-Exclu-
páginas. são, Relações de Recorrência, Funções Gcratrizes, Configurações
Aborda Permutações e Combinações, Funções Geratrizes, Números Combinatórias, Grafos, Colorações e Problemas de Otimização.
de Stirling e de Catalán, Princípio de Dirichlet, Teorema de Ram- [14] "Combinatorial Mathematics" - Herbert John Ryser - The
sey, Princípio da Inclusão- Exclusão, Teoria da Contagem de Polya Mathematical Association of America - The Carus Mathe-
e Grafos. mafical Monographs volume 14 - 1965 - 154 páginas.
[10] "Elementary Combinatorial Analysis" - Martin Eisen- Gor- Aborda o Princípio da Inclusão-Exclusão, Permutações Caóticas,
don and Breach - Nova Iorque - 1969 - 233 páginas.
Permanentes, Relações de Recorrência, o Problema de Lucas, Teo-
A borda Permutações e Combinações, Binômio de Newton e Polinô- rema de Ramsey, Partições de Inteiros, Configurações Combi-
mio de Leibniz, Funções Geratrizes, Princípio da Inclusão-Exclu- natórias, Matrizes de zeros e uns.
são Probabilidade F\mção de Mõebius e Teoria da Contagem de
' ' /15] "Discrete Mathematics: Applied Combinatorics and Graph
Polya.
Theory" - Michael Townsend - The Benjamin Cummings
[11] "A First Course in Combinatorial Mathematics" - lan An- Publishing Co. lnc. - Califórnia - 1987 - 387 páginas.
derson - Clarendon Press - Oxford - 2ª Edição - 1989 - 134
Aborda Indução, Combinações e Permutações, Funções Geratrizes
páginas.
Relações de Recorrência, Princípio da Inclusão-Exclusão, Grafos'
Aborda Permutações e Combinações, Triângulo de Pascal, Binômio Circuitos Eulerianos e Hamiltonianos, Designações e Colorações.'
de Newton, Designações, Recorrência, Princípio da Inclusão-Exclu-
são, Polinômios de Torres, Configurações Combinatórias, Códigos
Corretores de Erros e Empacotamento de Esferas. Probabilidade
[12] "Applied Combinatorics" - Fred S. Roberts - Prentice Hall
- New Jersey - 1984 - 606 páginas. [16] "Fifty Challenging Problems in Probability with Solutions"
- Frederick Mosteller - Addison - Wesley - Massachussets -
Aborda História da Combinatória, Permutações e Combinações, 1965 - 88 páginas.
Triângulo de Pascal, Probabilidade, Algoritmds, Grafos, Funções
Geratrizes, Relações de Recorrência, Princípio da Inclusão-Exclu- Contém 56 problemas interessantíssimos de Probabilidade· todos
.
resolvidos. '
são, Teoria da Contagem de Polya, Princ(pio de Dirichlet, Teo-
ria de Ramsey, Configurações Combinatórias, Códigos Corretores
de Erros, Sistemas de Representantes Distintos e Problemas de Os livros a seguir são excelentes textos para um curso de proba-
Otimização. bilidade em nível de Graduação.
190 Bibliografia Bibliografia
191
[17] "A First Course in Probability" - Sheldon Ross - Mac Mil- Es.te é um clássico; um livro que influenciou várias era õ (
lan Publishing Company, Inc - Nova Iorque - 1976 - 305 pnmeira edição é de 1950). O livro, no original, é em d!is v~l:~e:
páginas.
com 1 ~ capítulos no primeiro volume e 19 no seg~ndo volume. A
Aborda Combinatória, Probabilidade, Variáveis Aleatórias Unidi- tr~du?ªº para o Português contém ds 10 primeiros capítulos d
pnme1ro volume. o
mensionais, Variáveis Aleatórias Multidimensionais, Esperanças e
Teoremas Limites.
. . A.b~rda ?ombinatória, Probabilidade, Passeio Aleatório
[18] "Modern Probability Theory and its Applications" - Ema- D1stnbu1çoes Discretas Univariadas) Distribuição Normal Es e~
nuel Parzen- John Wiley and Sons e Toppan Printing Com- ranças e Teoremas Limites. ' p
pany LTD - Japão 1960 - 464 páginas.
Aborda Probabilidade, Variáveis Aleatórias Unidimensionais e Mul-
tidimensionais e Teoremas Limites.